这是面试题，不是作业。
“你有N份文件，其中N份很大。每个文档都有一组单词，例如w1、w2..wm，其中m可能因每个文档而异。现在给你一个k个单词的列表，比如q1，q2…qk。
写一个算法来打印包含K个单词的文档列表。”
现在，我可以使用散列和trie找出解决方案。但发帖的人也写道，面试官希望用B树来解决问题。
我真的不知道如何使用b-树来实现这一点，以及它的效率如何。有人能帮忙吗？
最佳答案
如果我们的数据集存储在随机访问速度慢的媒体上（例如传统硬盘驱动器上），那么B-Tree优先于Trie。面试官说n非常大可能意味着它太大了，不能放在内存中，应该放在磁盘上。
如注释中所述：当数据非常大并且存储在磁盘上时，数据结构的效率更多地取决于磁盘块访问的数量，而不是所有操作的总量。b-tree在一个节点中包含许多记录（可以认为是“数据块”），因此比trie需要更少的块访问。
这正是大多数dbs将索引存储在b树中的原因。他们需要快速搜索位于传统硬盘上的索引。
实际上，可以通过将（word documentId）对放入DB表并在word列或整个对上创建索引来解决问题。
关于algorithm - 使用B树代替Trie，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/28547924/