Question

我有一个语言词典（即英语，意大利语等），基本上是一个每行都有一个单词的文件。

现在我想创建一个类，该方法在输入中给出一个字符串，检查该字符串是否存在于该字典中。

我的想法是该方法返回一个布尔值。在伪代码中：

boolean checkWord(String s){
    if(StringIsInDictionary) return true;
    return false
}

实施该功能的最佳方法是什么？

考虑该文件将包含~65000个单词。

Answer 1

Answer 2

对于空间和时间有效的解决方案（就像您可能在智能手机上使用的那样），请考虑bloom filter。然后你不需要在手机上存储字典，并且检查字符串是否在字典中将非常快。请注意，布隆过滤器可能会返回误报，但您可以对其进行调整以降低此风险。

有几个开源过滤器的开源Java实现。一个是https://github.com/magnuss/java-bloomfilter。

Answer 3

您可能不希望将这些单词存储为每行一个单词。更好的方法可能是只从磁盘读取一次文件，将单词存储在HashSet（由HashMap支持的集合，这对搜索非常有效），然后使用set.contains("mystring")。但是，这需要整个地图都在内存中，但是当你需要检查多个单词时它会非常有效。

然后你甚至可以返回并以更有效的方式将集合序列化到磁盘，使初始加载更快。

Answer 4