查找文本中字典字符串的最快方法

Question

我有一个文本文件和字典。该词典由一个完整的8个字符长的单词列表组成。我浏览文本文件并每8个字符搜索字典（＆＃34;滑动窗口＆＃34;）。

目前，我使用python词典数据结构作为查找表。它的摊销时间为0（1），但我想知道是否存在使用问题的特定性质/结构的更快的算法/数据结构。

Answer 1

您可以尝试aho-corasick多模式匹配器。它构造了一个有限状态机，其中trie和widthth-first搜索第一次出现的最长前缀，也就是字典字符串的后缀。您可以在https://phpahocorasick.codeplex.com的php中尝试我的实现。它还增加了搜索通配符的算法。

Answer 2

我认为您可以使用全文搜索来执行此操作，例如Apache Sorl，Elastich Search。

但您可以将http://lunrjs.com/用于客户端。