好主意/坏主意：使用Qt'；在非常大的数据集上的QSet？

使用QSet跟踪一组非常大的字符串是不是一个坏主意？每个字符串为54个字符（108字节）。这个集合可能包含数千个条目（我还不确定确切的数字）。QSet将仅用于插入和成员资格查询

---

如果这是个坏主意，我肯定会接受建议。我的54个字符串仅由6个不同的字符组成（例如“aaaaaaaaaaaabbbbbbbbbbb ccccccccc dddddddd eeeeeeeee fffffff”）。这似乎是一个很好的压缩候选，也许？欢迎您提出任何其他建议。

我认为您在另一种容器（如std:：set、map或vector）上使用QSet不会有任何其他问题。若您想知道是否内存不足，这可能取决于您需要存储多少个字符串，以及是否有更简洁的编码方法。（例如，如果字符总是以相同的顺序出现，但相对长度不同，请存储每个字符的长度，而不是所有字符的长度。）但是，即使50000个字符串也只有5 MB左右，而500000个字符串只有50 MB可存储，不考虑存储开销，在现代机器上，这是一个适度的内存量。

我认为在另一种容器上使用QSet不会有任何额外的问题，例如std:：set、map或vector。若您想知道是否内存不足，这可能取决于您需要存储多少个字符串，以及是否有更简洁的编码方法。（例如，如果字符总是以相同的顺序出现，但相对长度不同，请存储每个字符的长度，而不是所有字符的长度。）但是，即使50000个字符串也只有5 MB左右，而500000个字符串只有50 MB可存储，不考虑存储开销，这在现代机器上是一个中等的内存量。

来自您之前的评论：“在我的字符串中，总是有54个字符，每个字符中总是有9个。顺序是唯一会改变的。”

---

不要存储原始字符串。你可以把它们压缩成实际使用的6个字符，然后把它们组成一个QSet。一个简单的压缩就是{A，b，c，d，e，f}，如果字符集是预先知道的（并且只有这6个字符），你甚至可以将它打包成一个16位整数。

来自你之前的评论：“在我的字符串中，总是有54个字符，每个字符中总是有9个。顺序是唯一会改变的。”

---

不要存储原始字符串。你可以把它们压缩成实际使用的6个字符，然后把它们组成一个QSet。一个简单的压缩就是{A，b，c，d，e，f}，如果字符集是预先知道的（并且只有这6个字符），你甚至可以把东西打包成一个16位整数。

意识到，通过使用内置集，你将根据数据的性质进行一些路径级压缩。当然，这取决于容器的实现

查看一些关于基数树、数字搜索树、红黑树等的信息。您将看到不需要存储每个字符串，而是存储模式。例如，让我们简化您的问题：我们只有3个字符，每个字符最多可以出现2次，每个字符串有6个字符长。三个可能的字符串是：

AABBCC、AABCBC和AACBCB

通过这些示例，我们可以使用最多6+3+4=13个节点，而不是全部18个节点。不多，但我也不知道你在做什么。与任何类型的压缩一样，前缀模式被重用越多，压缩就越多

编辑： 数字13和18来自路径级压缩。例如，在straight C（用于参数/讨论）中，如果我将字符串存储类实现为数组的包装器，我可能只会有一个字符指针数组，每个指针引用内存中包含模式的一个点。在我上面给出的示例中，这需要18个字符（6*3=18）。再加上数组的大小（假设sizeof（char*）为4，我们的数组将需要3*4字节的存储空间=12+18或30字节来存储我们的模式

如果我改为将模式存储在一种数字搜索树中，我会做一个小的折衷。我树中的每个节点都将大于1个字节（1个字节用于节点中的字符，4个字节用于每个节点中的“下一个”指针，每个5个字节）。我们存储的第一个模式是AABBCC。这是树中的6个节点。下一个是AABCBC。我们重用第一个树中的路径AAB，CBC只需要额外的3个节点。最后一个模式是AACBCB。我们重用AA，CBCB需要4个新节点。这总共是13个节点*5个字节=65个字节的存储。但是，如果您有很多长的重复路径，请重复在数据的前缀中添加g模式，然后您将看到一些前缀路径级压缩

如果您不是这样，我会研究Huffman或LZW压缩。这将要求您构建一个模式字典，其中包含与之关联的整数。压缩时，您将构建字典，并为文本中的每个模式创建整数id。然后用整数id替换文本中的模式。当我没有时间详细描述这些算法，所以你需要查找它们

---

这是在简单性/时间上的折衷。如果您的数据允许，请使用较短的方法，只使用内置容器。如果不允许，您将需要更适合您的数据的东西。

请意识到，通过使用内置集，您将根据数据的性质进行一些路径级压缩。当然，这取决于泰纳的实施

看一些关于基数树的信息，数字

  QByteArray ba("112"); // instead of "BBC"
  int num = ba.toInt(0, 6 /*base*/); // num == 44