在大型字典上支持通配符搜索的最佳方法？

Question

我正在研究一个大字典（100k~1m字）的项目。字典项看起来像{key，value，freq}。 Myy任务是开发增量搜索算法以支持精确匹配，前缀匹配和通配符匹配。结果应按freq排序。

例如：   字典看起来像

key1=a,value1=v1,freq1=4
key2=ab,value2=v2,freq2=2
key3=abc,value3=v3 freq3=1
key4=abcd,value4=v4,freq4=3

当用户输入'a'时，返回v1，v4，v2，v3
   当用户输入'a？c'时，返回v4，v3

现在我最好的选择是由DAWG数据结构表示的后缀树，但此方法不能有效地支持通配符匹配。

有什么建议吗？

Answer 1

您需要查看n-gram来索引您的内容。如果你想要开箱即用的东西，你可能想看Apache Solr，它为你做了很多艰苦的工作。它还支持前缀，通配符查询等。