来自文本文件的单词建议的数据结构

Question

问题：我们得到一个包含许多行文本的文本文件。现在用户将输入几个字母，我们必须根据我们给出的文件中的文本给出自动完成建议。 我们假设该文件包含computer science is fun. computer engineering is awesome。 现在，如果用户输入com，我们需要提供建议computer science和computer engineering。如果用户输入is，则建议应为fun和awesome。用户可以输入文本文件中可能包含或可能不包含的任何单词。如果单词不在文件中，则不应该有任何建议。

这个问题的最佳数据结构是什么 我知道我们可以构建一个特里结构，但是当用户键入computer时，我们可能只能建议com。

感谢任何帮助。

Answer 1

的制备：将

1. 将文本文件的所有行读作字符串数组
2. 按字典顺序排列此数组

查询：

1. 根据输入字符串获取lower bound索引：first
2. 将输入字符串的最后一个字符的值增加1（如果不是最大值），并为此新输入字符串获取lower bound索引last。如果您的最后一个字符无法递增，请使用索引结束后的索引。

所有可能的建议都在这两个边界之间的排序数组中，不包括最后一个索引：[first, last)。

如果建议太多，您可以过滤建议3个最短的建议，或按统计频率排序。

您还可以打印建议数量而不是建议它们。类似于谷歌告诉你有多少页面符合你的查询的方式。然后，只有当您的UI可以管理匹配数量时才建议字符串。