实现文本文件内容的索引

Question

我有一个包含大量单词（~50MB）的文本文件。要为此文件内容构建索引，哪种数据结构最适合？

或者使用什么数据结构，我可以在搜索时获得最佳效果？

提前致谢

Jijoy

Answer 1

如果您的数据是单词词典，则Trie非常适合。

Answer 2

您可以使用像[lucene] [1]

这样的库来切断使用数据结构和编写算法的开销

[1]：http://lucene.apache.org/。我不太确定你的情况是否正确但是在java中必须为文件创建索引并且必须使用这些索引执行一些搜索操作时，lucene的使用被认为是公平的。

Answer 3

如果你把它想象成一张桌子，那么B + Tree会非常有效率，但是如果它只是一个很大的单词列表，你可以试试Fibonacci树。

Answer 4

如果您正在寻找全文索引，那么后缀数组是一个很好的选择：

http://en.wikipedia.org/wiki/Suffix_array

如果你只想要一个内存中的倒排索引，那么哈希表可能是最好的。