Question

我正在编写一个应用程序，需要从文件中读取字符串列表，将它们保存在数据结构中，然后按前缀查找这些字符串。字符串列表只是给定语言中的单词列表。例如，如果搜索函数将“stup”作为参数，则应返回[“stupid”，“stupidity”，“stupor”...]。它应该在O（log（n）* m）时间内完成，其中n是数据结构的大小，m是结果的数量，应该尽可能快。内存消耗现在不是一个大问题。我在python中写这个，所以如果你能指出一个合适的数据结构（最好）用python包装器在c中实现它会很棒。

Answer 1

你想要一个特里。

http://en.wikipedia.org/wiki/Trie

我在Scrabble和Boggle程序中使用它们。它们非常适合您描述的用例（快速前缀查找）。

这是一些用于在Python中构建trie的示例代码。这是几个月前我鞭打的Boggle计划。其余部分留给读者练习。但是对于前缀检查，你基本上需要一个从根节点开始的方法（变量words），跟随连续子节点的前缀字母，如果找到这样的路径则返回True，否则返回False。 / p>

class Node(object):
    def __init__(self, letter='', final=False):
        self.letter = letter
        self.final = final
        self.children = {}
    def __contains__(self, letter):
        return letter in self.children
    def get(self, letter):
        return self.children[letter]
    def add(self, letters, n=-1, index=0):
        if n < 0: n = len(letters)
        if index >= n: return
        letter = letters[index]
        if letter in self.children:
            child = self.children[letter]
        else:
            child = Node(letter, index==n-1)
            self.children[letter] = child
        child.add(letters, n, index+1)

def load_dictionary(path):
    result = Node()
    for line in open(path, 'r'):
        word = line.strip().lower()
        result.add(word)
    return result

words = load_dictionary('dictionary.txt')

Answer 2

tries的一些Python实现：

Answer 3

trie (or prefix tree)听起来就在你的小巷里。它可以在O（m）中搜索长度为m的前缀字符串。我相信。

Answer 4

字符串数组。

然后二进制搜索它以搜索第一场比赛然后逐步通过它进行所有后续比赛

（我最初也有链接列表...但当然这没有随机访问所以这是'bs'（这可能解释了为什么我被downvoted）。我的二进制搜索算法仍然是最快的方法去吧

具有快速前缀搜索的只读字符串列表（约100,000）的最有效数据结构

4 个答案: