如何有效地计算大词典的levenshtein距离？

Question

我有相当大的字典（200K字，2-16个字符长度）和各种输入字符串（5-20​​0个字用空格分隔，2-20个字符长度）。 在cli模式下使用PHP我需要将每个输入单词与字典中的单词进行比较，并以几乎最高的效率计算最小的levenshtein距离 - 我该怎么做？

我已经尝试过：

1. 实施了我自己的基本比较算法（具有指数复杂性） - 非常慢。
2. 实施了我自己的高级比较算法（基于单词长度） - 更快，但仍然很慢。
3. 将字典转换为Trie数据结构并在Trie中实现搜索 - 比p.2快，但仍然不够。
4. 为输入字匹配字词（零距离）时的情况添加了额外的哈希表。此外，将具有计算距离的输入单词放入哈希表中，以便在输入字符串中重复时不会对它们进行两次计算。仍然不够快。

我在想什么：

1. 预制字典的Trie节点，因为后者永远不会改变。
2. 为Trie节点使用数组而不是对象。
3. 实施其他算法？像n-gram或levenshtein自动机？不确定是否值得。