在不断增长的字符串数据结构中搜索子字符串

Question

在 Java 中，最快 在一个增长 字符串列表中搜索单词或子字符串的方法是什么？

例如，如果我有一个包含十个单词的列表，并且我每五分钟在该列表中搜索一个用户输入的单词，并且该列表每分钟增加一个单词，那么会发生什么？是存储这些单词的最佳数据结构吗？

我们实际上正在做的是……在检索“关键字”时，程序必须根据该关键字搜索要响应的短语，但短语列表不断增长。阅读关键字，解析每个短语，然后选择一个短语需要很长时间。我们当前的算法目前在n^3，这是不合适的。

Java 中是否存在有助于提高效率的数据结构或排序/搜索算法？

Answer 1

对于庞大而艰巨的搜索任务，我总是使用Merge Sort。您的列表每分钟都在增长的事实不应该成为算法的问题。您可以在查找所需单词时将其与另一个检查器结合使用。实际上，一旦您对第一个列表进行了排序，当您收到每个元素时，只需将每个元素插入它应该在列表中的位置，而不是仅在开始搜索时查看数据，这可能更有意义。

假设您的增长率不是很高，以这种方式对列表进行排序将大大提高您的绩效。

Answer 2

如果仅存储链接在 HashMap 中的关键字和短语还不够，我建议继续使用短语的倒排索引。在这种情况下，Apache Lucene 可能是实现此功能的选择。