如何多次快速搜索大向量？

Question

我有一個包含 43,000 個字典單詞的std::vector<std::string> 。 我有大約 315,000 個可能的單詞，對於每個單詞，我都需要確定它是否是一個有效的單詞。 這需要幾秒鍾，我需要盡快完成任務。

關於完成此任務的最佳方法的任何想法？ 目前我在每次嘗試中迭代：

for (std::string word : words) {
    if (!(std::find(dictionary.begin(), dictionary.end(), word) != dictionary.end())) {
        // The word is not the dictionary
        return false;
    }
}
return true;

有沒有更好的方法來迭代多次？ 我有一些假設，例如

• 創建一個無效詞的緩存，因為 315,000 個列表可能有 25% 的重復項
• 只比較相同長度的單詞

有一個更好的方法嗎？ 我對算法或想法感興趣。

Answer 1

有沒有更好的方法來迭代多次？

是的。 將向量轉換為另一個支持更快查找的數據結構。 標准庫帶有std::set和std::unordered_set ，它們都可能比重復線性搜索更快。 其他數據結構可能更有效。

如果您的目標是在可能的集合中創建一系列單詞或非單詞，那么另一種有效的方法是對兩個向量進行排序，並使用std::(ranges::)set_intersection或std::(ranges::)set_difference 。