什么是提供自动完成的有效搜索算法？答案

【问题标题】：What is an efficient search algorithm to provide auto-completion?什么是提供自动完成的有效搜索算法？
【发布时间】：2010-02-25 06:12:10
【问题描述】：

我有一个包含 10000 个关键字的列表。为该列表提供自动完成功能的有效搜索算法是什么？

【问题讨论】：

标签： algorithm search

【解决方案1】：

使用Trie 是一种选择，但它们的空间效率很低。通过使用称为 Radix Tree 或 Patricia Tree 的修改版本，它们可以更加节省空间。

三元搜索树可能是更好的选择。这是一篇关于这个主题的文章：“Efficient auto-complete with a ternary search tree.”另一篇关于使用三元搜索树进行拼写纠正（与自动完成类似的问题）的优秀文章是“Using Ternary DAGs for spelling correction.”

【讨论】：

请注意，不是在 Trie 的每个节点中都有一个固定大小的数组，而是可以只存储一个动态大小的数组，为每个添加的不存在的字母扩展它（链表？ )

【解决方案2】：

我认为 binary search 对于 10000 个条目来说效果很好。

【讨论】：

【解决方案3】：

特里：http://en.wikipedia.org/wiki/Trie 给你 O(N) 的搜索时间，只要你输入一个字母（我假设你在输入一个字母时需要新的建议）。如果您的单词很小，这应该是相当有效的，并且每个新字母都会减少搜索空间。

【讨论】：

【解决方案4】：

正如您已经提到的，您将单词存储在数据库中（请参阅Auto-suggest Technologies and Options），创建该单词的索引并让数据库完成工作。他们知道如何有效地做到这一点。

【讨论】：

【解决方案5】：

在SO上提出了一种相当迂回的填字游戏方法。

它可以很容易地适应这里:)

这个想法很简单，但非常有效：它包括对单词进行索引，每个字母位置建立一个索引。应该注意的是，在 4/5 个字母之后，可用的单词子集是如此之小，以至于蛮力可能是最好的……这当然必须测量。

至于思路，这里是Python方式：

class AutoCompleter:
  def __init__(self, words):
    self.words = words
    self.map = defaultdict(set)
    self._map()

  def _map(self):
    for w in words:
      for i in range(0,len(w)):
        self.map[(i,w[i])].insert(w)

  def words(self, firstLetters):
    # Gives all the sets for each letter
    sets = [self.map[(i, firstLetters[i])] for i in range(0, len(firstLetters))]

    # Order them so that the smallest set is first
    sets.sort(lambda x,y: cmp(len(x),len(y)))

    # intersect all sets, from left to right (smallest to biggest)
    return reduce(lambda x,y: intersection(x,y), sets)

内存要求非常严格：每个位置的每个字母一个条目。但是，一个条目意味着一个单词在这个位置存在一个字母，并非所有情况都如此。

如果您希望自动完成一个 3 个字母的单词（触发自动完成的经典阈值），速度似乎也不错：

在哈希图中查找 3 次
2 个集合的交集（绝对是一个点），但要尽可能高效地排序。

我肯定需要在三叉树上尝试一下，然后尝试这种方法，看看效果如何。

【讨论】：