本文目录
如果需要对10w个英文单词进行前缀匹配搜索，下面哪种数据结构最合适
Trie，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。 散列是一种常见的高效查找方法，它根据数组下标查询，所以速度快。首先根据词表构造散列表，具体来说就是用给定的哈希函数构造词典到数组下标的映射，如果存在冲突，则根据选择的冲突处理方法解决地址冲突。然后可以在哈希表的基础上执行哈希查找。 冲突导致散列性能降低。不存在冲突的散列表叫做完美散列（perfect hash）。整词散列不适合分词的最长匹配查找方式。
求AC自动机解释
是处理字符串的算法Aho-Corasick automation，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法之一。要学会AC自动机，我们必须知道什么是Trie，也就是字母树。Trie树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。
C++编程,从一个文件中统计所有出现过的单词,并按次数从大到小输出
问题可以分为2个部分：
统计出现过的所有单词
按次数从大到小输出
#include《iostream》#include《fstream》#include《unordered_map》#include《algorithm》#include《string》using namespace std;bool mysort(pair 《 int, string 》 a, pair 《 int, string 》 b){if (a.first != b.first)return a.first 》 b.first;elsereturn a.second 《 b.second;}int main(){//统计出现过的所有单词：ifstream ifs("input.in", ifstream::in);unordered_map 《 string, int 》 um;string s;while (ifs 》》 s){if (um.find(s) == um.end()) um = 1;else ++um;}ifs.close();//排序（以出现次数大到小为最优先排位方式，如果出现次数一致，则以辞典编纂从小到大的顺序排位：vector 《 pair 《 int, string 》 》 v;for (unordered_map《string, int》::iterator it = um.begin(); it != um.end(); ++it)v.push_back(make_pair(it-》second, it-》first));sort(v.begin(), v.end(), mysort);//输出：for (int i = 0; i 《 v.size(); ++i)puts(v.second.c_str());}
几点小贴士：
如果只输出字符串的话puts是最快的内部函数（比printf快大概10倍，而printf又比cout要快），不过要记得puts只能输出c字符串，所以要输出string的时候记得用 .c_str() 函数。
unordered_map 比 map要快上很多，因为它使用哈希表（调用的时间是O(1)，map调用时间是O(nlogn)），但是代价就是它不是按顺序储存的。
python3.7生成的词云，显示成功，却没有图片
根据你的代码，你生成的词云图片文件名字叫做aaaaa.png，打开你存储python文件的文件夹，在那里面找到aaaaa.png这个图片文件，打开就是生成的词云了
