让我解释一下这个问题：
我考虑并找到了解决方案，我将MD5所有书籍字符串并保存哈希书籍字符串。当用户输入要搜索的字符串时，我也会对其进行哈希处理并在哈希书籍字符串中搜索匹配项。它更便宜（每个字符串为32或64个字符），比普通搜索更快，它只返回完全匹配。
有任何意见，想法，更好的解决方案吗？
P.S。这种算法的名称是什么？搜索或匹配？
答案 0 :(得分：4)
这不错，但你应该调查Lucene。它是一个公共共享软件文本索引和搜索工具，用多种语言实现，其中一个是.Net ..（你在做什么平台/语言？）我用它来自由文本搜索公共互联网上的网站内容主要模式是在paritcula细分市场提供内容（众多杂志文章，书籍摘录等）Lucene为我们工作得非常好。
答案 1 :(得分：4)
有很多用于搜索字符串的算法，从Boyer-Moore算法等简单方法到suffix trees等复杂数据结构。完整的演示文稿可在以下网址找到：
然而，对于您的情况，将书籍文本拆分为单个标记（单词）可能更有意义，并将它们存储在索引中（例如，只需在Map中，或使用完整框架进行索引和搜索，如Lucene）。
答案 2 :(得分：3)
它被称为hashing，可以被认为是搜索或匹配。
您应该通过比较用于生成哈希的字符串来验证您的MD5哈希是否正确，因此您没有任何false positives。
另一件需要考虑的事情是支持某种从搜索开始可能是有益的。考虑
Mary Queen of Scots
Mary Livingston
Mary Had a Little Lamb, and other silly stories
以搜索开头为Mary，应该返回这三个记录，甚至更多。 虽然MD5类型的哈希值很快，但应考虑其他答案中提供的技术，以便为您的环境找到最佳的收益/成本平衡。
答案 3 :(得分：2)
您应该将每个图书章节转换为suffix tree。后缀树是一种Trie（由divo提到）。
后缀树专门用于快速文本搜索。后缀树的一个优点是搜索长度为n的字符串是O（n）时间。这与你的算法思想一样好（渐近）（因为散列一个字符串花费O（n）时间），但更灵活，因为它甚至可以用于部分句子。如果您使用句号开始/结束搜索，它会缩减为句子搜索。
澄清：更确切地说，你将拥有一个后缀树。
答案 4 :(得分：1)
您可能希望使用Trie或其他基于树的数据结构来存储字符串数据。
也可以用trie替换a 哈希表，它有它 以下优点：
与不完美的哈希表相比，查找特里结构中的数据在最坏的情况下（O（m）时间）更快。 不完美的哈希表可以有密钥 碰撞。一个关键的碰撞是 不同的哈希函数映射 键到散列中的相同位置 表。最糟糕的查找速度 不完美的哈希表是O（N）时间， 但更典型的是O（1），有 O（m）时间用于评估哈希值。
trie中没有不同键的碰撞。
- trie中的桶，类似于哈希表桶 存储密钥冲突只是 如果一个键是必要的 与多个值相关联。
- 无需提供哈希函数或更改哈希 函数作为更多键添加到a 线索。
- 特里可以提供条目的字母顺序 按键。
尝试也有一些缺点：
- 在某些情况下，尝试可能比哈希表更慢以便查找 数据，特别是如果数据是 直接访问硬盘驱动器 或其他一些二级存储设备 随机访问时间很长的地方 与主记忆相比。
- 将所有键表示为字符串并不容易，例如浮动 点数，可以有多个 字符串表示相同 浮点数，例如1,1.0， 1.00，+ 1.0等
- 尝试通常比哈希表空间效率低。
答案 5 :(得分：0)
Trie是最好的方法。这就是所谓的后缀图。使用Trie优于哈希的优点是，使用trie可以非常轻松地显示自动完成类型语法。找到单词的时间是O（n），其中n是单词的长度。在Trie中的每个节点上，您需要存储包含特定单词的书籍列表。
答案 6 :(得分：0)
我同意Trie - 添加一个，使用soundx算法转换trie id / node的字符串 - 所以考虑拼写错误
答案 7 :(得分：-1)
这称为哈希。您的方法可能有效，但不是很灵活。同样，您只会检索完全匹配。两个preimages也可能共享相同的图像（两个不同的字符串哈希到相同的值），但它极不可能，因此这不是一个真正的问题。我建议不要因为缺乏灵活性而反对它，但如果这不打扰你那么我想这对你有用。这与人们用于存储和验证密码的技术基本相同（除此之外，您显然没有使用任何“盐”值）。
答案 8 :(得分：-1)
首先，它听起来像你应该使用的是一个数据库 - 这几乎就是数据库的用途。 （如果您希望将其嵌入到您自己的应用程序中，请查看SQLite，这是一个轻量级DBMS，旨在用作嵌入式库。）
其次，你的哈希解决方案只返回完全匹配并不完全正确...因为MD5摘要是128位，这意味着任何给定的字符串对都有1到2 ^ 128的机会产生相同的哈希值。是的，这是一个很小的数字，但如果你有很多书，你会有一对很多的字符串。因此，一旦比较了哈希值，就需要进行全文比较以消除误报。