请问大量字典查找的算法

[billhao]

假设有一个10000词英语字典A为全集，字典B是字典A得子集，要求出字典B的补
集，即字典A中除字典B以外的所有词，请问是否有什么快速算法，否则每个词都
搜索一次太慢了。谢谢。

[LeeMaRS]

字典是用什么数据结构存放的?

[gnefuil]

方法1：
把A中的单词按字母排序，然后对B中每个单词，在A中二分查找，并标记一下A中在B中出现的单词，最后A中未标记的单词就是B的补集
时间复杂度O(nlogn)
方法2：
按字母顺序建立索引树，我举个例子就清楚了
比如有三个单词abc,acd,ace
建立如下索引树
a__b__c
|_c_d
|_e
就是说从如果两个单词前面一部分相同，就共用前面的结点，从不同的字母开始增加新结点
在这道题里，首先建立A字典的索引树，在每个单词的结束字母处做标记1
然后对每个B中的单词，依次根据每个字母，遍历索引树，当B中的单词到达最后一个字母的时候，把相应的结点做标记2
最后遍历整个索引树，每到达一个做了标记1的地方，判断是否该结点做了标记2
如果没有做标记2，就输出从索引树根节点到该结点所经过的所有字母
如果有标记2，说明该单词在B中，不能输出
这样把索引树遍历一遍之后，所有输出的就是B在A中的补集
这样做的时间复杂度是O(n)

[zqrqq]

考虑到事先没有排序的情况，进行排序的复杂度是O(nlogn)以上，
这种情况建议你用hash方法存放字典数据。
建立这个hash表的时间复杂度是o(n)，如果冲突不过的话，搜索一个记录平均访问量仅用1次多一点（理想情况是1次），也就是说可以通过优化hash散列的方法,使时间复杂度接近与o(n)!