Question

我有10000个关键字的列表。什么是有效的搜索算法，以提供该列表的自动完成？

Answer 1

使用Trie是一种选择，但它们的空间效率低。通过使用称为Radix Tree或Patricia Tree的修改版本，可以使它们更具空间效率。

三元搜索树可能是更好的选择。这是一篇关于这个主题的文章：“Efficient auto-complete with a ternary search tree.”另一篇关于使用三元搜索树进行拼写校正（类似于自动完成的问题）的优秀文章是“Using Ternary DAGs for spelling correction.”

Answer 2

我认为binary search适用于10000个条目。

Answer 3

一个特里：http://en.wikipedia.org/wiki/Trie只要你输入一个字母就给你O（N）搜索时间（假设你输入一个字母时我想要新的建议）。如果你的单词很小，那么这应该是相当有效的，并且每个新字母的搜索空间都会减少。

Answer 4

正如您已经提到的那样，您将单词存储在数据库中（请参阅Auto-suggest Technologies and Options），创建该单词的索引并让数据库完成工作。他们知道如何有效地做到这一点。

Answer 5

针对填字游戏提出了一种相当迂回的方法。

这可以很容易地适应：）

这个想法很简单，但效率很高：它包括索引单词，为每个字母位置构建一个索引。应该注意的是，在4/5字母之后，可用单词的子集非常小，以至于蛮力可能是最好的......当然，这必须进行测量。

至于这个想法，这是一种Python方式：

class AutoCompleter:
  def __init__(self, words):
    self.words = words
    self.map = defaultdict(set)
    self._map()

  def _map(self):
    for w in words:
      for i in range(0,len(w)):
        self.map[(i,w[i])].insert(w)

  def words(self, firstLetters):
    # Gives all the sets for each letter
    sets = [self.map[(i, firstLetters[i])] for i in range(0, len(firstLetters))]

    # Order them so that the smallest set is first
    sets.sort(lambda x,y: cmp(len(x),len(y)))

    # intersect all sets, from left to right (smallest to biggest)
    return reduce(lambda x,y: intersection(x,y), sets)

内存要求非常严格：每个位置的每个字母都有一个条目。但是，一个条目意味着在这个位置存在一个带有字母的单词，但并非所有情况都是如此。

速度似乎也很好，如果你想自动完成一个3个字母的单词（经典阈值来触发自动完成）：

在哈希地图中查找3个
两个集合的交叉点（绝对是一个点），但是为了尽可能高效而被命令。

我肯定需要尝试对抗三元树和trie方法，看看它的票价。

什么是提供自动完成的高效搜索算法？

5 个答案: