а, я опять неточен

посчитать слова — это значит вывести пары — "слово частота" построчно, например

думаешь хешмапа не вытянет 1 ГБ в секунду?

std::unordered_map вытягивает меньше 100МБ в секунду для слов из человеческих текстов

а нормальная мапа?)

так же

оно на порядок медленнее любой адекватной мапы

потому что насилует аллокатор

для строк std::map может быть эффективнее, т.к. не нужно считать хеш от длинной длинной строки в случае, если префиксы более-менее уникальные

возьми нормальную хешмапу и хеш вида ксор первых 8 байт на последние 8

Тогда сортировка и линейный проход будут эффективнее, не?

корзинками по хешу вида ксор первых на последние 8 байт :)

безумно много коллизий будет

вы пробовали?

Тогда челлендж: я даю текст 300 с небольшим МБ (дамп всяких книжек на английском) и условие, что словами считаются только непрерывные последовательности из a..z и A..Z(т.е. в предложении state's laws 3 слова). Необходимо посчитать слова и вывести их в lowercase по убыванию частоты и для равной частоты — в лексикографическом порядке. Кто быстрее 1 секунды сделает (на чтение с диска и ввод у меня 270 мс уходит, пусть это будет неизбежный оверхед, вряд ли он вообще будет различаться в решениях)? В тексте слова не длиннее 128 байт. 1 поток.
Текст https://disk.yandex.ru/d/mOY5CrveIAOtnQ
https://disk.yandex.ru/d/p3W1pGZwj95PAQ это референсный вывод для LF окончаний строк
md5sum
850944413ba9fd1dbf2b9694abaa930d *lf.txt
d1362c6c9de664c34c3066ec1d01078f *crlf.txt

угу

Возможно, и так

ну сдвиньте на 4 там если английский текст в ASCII

суффикс

Язык?