在Objective-C中搜索字符串的最快方法是什么？

Question

我正在为iOS应用实现一种自动完成功能。我用于自动填充值的数据是一个逗号分隔的文本文件，大约有100,000个字符串。这就是我现在正在做的事情：

1. 阅读文本文件，并创建一个NSArray，其中包含100,000 NSString。
2. 在用户输入时，执行[array containsObject:text]

肯定有更好/更快的方法来执行此查找。有什么想法吗？

Answer 1

绝对有，有！但它不是“在Objective-C中”：最有可能的是，你需要自己编写代码。

我们的想法是将您的字符串列表转换为suffix tree，这是一种允许您通过前缀非常快速地搜索的数据结构。在后缀树中搜索可能的完成非常快，但结构本身不容易构建。在互联网上快速搜索显示，目标C中没有现成的实现，但您可以port an implementation in another language，use a C implementation，或者如果您不是，则可以编写自己的实现特别紧迫。

也许更简单的方法是按字母顺序对字符串进行排序，并对到目前为止输入的前缀运行二进制搜索。虽然效率不如后缀树，但排序数组方法对于100K字符串是可以接受的，因为你可以在十七次检查中找到正确的位置。

Answer 2

最简单的可能就是二元搜索。请参阅-[NSArray indexOfObject:inSortedRange:options:usingComparator:]。

特别是，我会尝试这样的事情：

• 对保存到文件的数组进行预排序
• 加载数组时，可能@selector(compare:)（如果您担心它被意外取消或者某些边缘情况下的Unicode排序顺序发生变化）。这应该是大约O（n），假设数组已经大部分已经排序。
• 要查找第一个潜在匹配，[array indexOfObject:searchString inSortedRange:(NSRange){0,[array count]} options:NSBinarySearchingInsertionIndex|NSBinarySearchingFirstEqual usingComparator:@selector(compare:)]
• 向下走数组，直到条目不再包含searchString作为前缀。您可能希望进行case / diacritic / width-insensitive比较以确定它是否是前缀（NSAnchoredSearch | NSCaseInsensitiveSearch | NSDiacriticInsensitiveSearch | NSWidthInsensitiveSearch）

这可能无法“正确”处理所有区域设置（特别是土耳其语），但既不会用compare:替换localizedCompare:，也不会用天真的字符串折叠。 （它只有9行，但是花了大约一天的工作时间才能做到正确，并且有大约40行代码和200行测试，所以我可能不应该在这里分享它。）