在这种情况下是否值得使用 HashMap 来提高速度？

Question

我有一个调用距离函数的函数。 distance 函数计算两个输入字符串之间的 Levenshtein 距离算法。我试图找到输入的单词（拼写错误）和要返回的英文单词（使用它作为拼写检查器）之间的最短距离，但我不确定我的 HashMap 是否在速度上让我有所进步。 wordContainer 是一个包含 n 个单词的数组，这是否会让我的查找时间卡在 O(n) 中？

下面是我的代码

  private static String findClosestMatch(String word) {
        Map<Integer, String> wordAndDistanceMap = new HashMap<>();
        wordContainer.forEach(s -> wordAndDistanceMap.put(distance(s, word), s));
        return wordAndDistanceMap.get(Collections.min(wordAndDistanceMap.keySet()));
    }

Answer 1

如果您需要比这更快的方法，那么您必须使用索引机制。

我可以建议你的是Apache Lucene。它是一个开源且广泛使用的数据索引框架。此外，还有一些基于 Lucene 内核的开发版本，如 Apache SOLR 和 Elastic Search。您可以在提供的链接上阅读更多内容。

在为您的静态列表编制索引，或为您计算出的值编制索引后，您可以在很短的时间内检索到您当前所需的值。

我希望这会有所帮助。

Answer 2

您必须计算从word 到 N 的 Levenshtein 距离。计算N次距离是O(N)。

您可以改进O(N) 的唯一方法是，如果您可以设计一种方法来避免计算O(N) 次的距离。

HashMap 对此无能为力。您需要做的（我不知道这是否可能）是设计一种方法来避免检查与word 相距“很远”的单词的距离。

Answer 3

虽然这具有合理的时间复杂度，但它有很多开销来做你永远不需要的工作/创建对象。我建议有一个简单的循环。

private static List<String> findClosestMatch(String word) {
    int min = Integer.MAX_VALUE;
    List<String> minWords = new ArrayList<>();
    for (String s : wordContainer) {
        int dist = distance(s, word);
        if (dist < min) {
           min = dist;
           minWords.clear();
        }
        if (dist == min)
           minWords.add(s);
    }
    return minWords;
}