如何存储只需要'；包含'；Java中的操作

我有一个巨大的字符串列表（800万到1000万）。它们是维基百科的页面标题。在这些字符串上创建类似集合的数据结构后，我需要的唯一操作是

boolean contains（String str）

简单的方法是只使用

HashSet

、

TreeSet

或类似的东西（例如，在Java中）

是否有更适合此用例的数据结构

---

PS：我们不能使用bloom筛选器，我们不想处理误报。

如果您比常数时间

contains（）

更关心节省空间，并且存储的字符串中有很多重叠，a可能会有所帮助。在这种情况下，

contains（str）

将是

O（n）

，其中

n

是

str

的长度，我想说的是……bloom filtersNice建议。请注意，如果仔细考虑的话，这实际上是一个常数时间（运行时间不会随着集合的大小而增长，并且条目的大小是有限制的）。我只是有点担心

str

上的线性复杂性可能会影响性能。contains（str）操作每秒将运行数百次。@Felipe Hummel，你能缓存contains（str）结果吗？@TonyRad我想是的。但是cache+Trie可能使用与简单HashSet相同的内存。@FelipeHummel我不会这么担心。尽管

contains（）

花费的时间更长，但

str

的时间也越长，这是一个非常简单的算法。即使为

HashSet#contains（）

散列字符串，也必须首先计算字符串的

hashCode（）

，即

O（n）

。试试看。