你好 Christoph,

und, gut rübergekommen alle?

Sischer, siehst du ja.

Ich denke Hashtabllen sind ziemlich unschlagbar.

Hash-Tabellen sind bei grossen Datenmengen recht unbrauchbar, weil es zu
viele Dubletten gibt. Je mehr Daten auf einen begrenzten Raum abgebildet
werden muessen, desto mehr Dubletten gibt es.

Ähm ... nein, das ist so nicht ganz korrekt. Ärger mit Doubletten gibt
es wenn die Menge der Daten die Menge der (Primär-)Schlüssel
überschreitet.

Aerger mit Dupletten gibt es, wenn man einen (theoretisch) unbegrenzten
Raum auf einen begrenzten Raum abbilden will.

Das passiert aufgrund einer schlechten Hashfunktion. Nein, das ist
_immer_ wg einer schlechten, oder sollte ich besser sagen: unpassenden
Hashfunktion.

“Unpassend” ist unpassend, richtiger waere, einer nicht-optimalen
Hash-Funktion. Der Preis der Generalisierung.

Kennst Du alle Daten vorher ist es natürlich ein leichtes eine
perfekte Hashfunktion zu basteln, dafür gibt es sogar passende Tools
(z.B. gperf(1)).

Das stimmt so nicht, auch gperf kann uU keine perfekte Hash-Funktion
schreiben. Das haengt von der Schluesselmenge und der Art der Schluessel
ab. Manchmal ist es einfach nicht moeglich, eine Perfekte Hash-Funktion zu
erstellen.

Whatever, wollte man mit einer perfekten Hash-Funktion arbeiten, muesste
man damit leben, dass zumindest Teiles des Codes hochspezialisiert auf
_genau_ die Daten zugeschnitten sind. IMHO ein Kompromiss, mit dem man
bei einer Suche nicht leben kann. Daher war ich von einer generalisierten
Hash-Funktion, wie sie z. B. auch von Datenbanken oder Script-Sprachen
benutzt wird, ausgegangen.

Sind weder Menge noch Art der Daten vorher bekannt[1]: naja, dann
sollte man eben andere Methoden als eine Hashtabelle benutzen.

Meine Rede ;-)

In Falle des Selfhtmlarchivs wäre das z.B. ein binärer Baum.
Ideal wäre hier ein symmetrischer, niedriger Baum und da die einzelnen
Datenstücke auch relativ groß sind würde sich ein B+-Baum empfehlen,
noch besser Niemans B++-Baum.

Ein B+-Baum ist kein Binaerbaum, auch kein binaerer Baum :) Aber
prinzipiell gebe ich dir recht, eine Form des B-Baums waere wesentlich
angebrachter. (Unterschiede zwischen Binaerbaum und
B-Baum bitte in der Wiki nachlesen).

再见,
 CK