我是 MCS 的二年级学生。我正在用 Java 做一个项目，其中有不同的图像。为了存储 IMAGE-1 的描述，我有一个名为 IMAGE-1 的 ArrayList，对于 IMAGE-2 ArrayList IMAGE-2 n 类似......
现在我需要开发一个搜索引擎，我需要在其中找到描述与搜索引擎中输入的单词匹配的所有图像............
FOR EX 如果我输入“计算机”，那么我应该能够找到描述中包含“计算机”的所有图像。
所以我的问题是......
我应该如何有效地做到这一点？
我应该如何维护所有这些 ArrayList 因为我可以拥有 100 个 这样的...？还是我应该使用另一个 数据结构而不是ArrayList？
【问题讨论】：
标签： java data-structures
一个简单的实现是tokenize描述并使用Map<String, Collection<Item>>来存储一个token的所有项目。
建筑：
for(String token: tokenize(description)) map.get(token).add(item)
（需要一个集合，因为可以为一个令牌找到多个条目。代码中缺少集合的初始化。但想法应该很清楚。）
用途：
List<Item> result = map.get("Computer")
在这种情况下，通用的 HashMap 实现并不是最有效的。当您开始遇到内存问题时，您可以查看更高效的树实现（例如 radix trees - implementation）。
下一步可能是使用一些（内存中的）数据库。这些可以是相关的 (HSQL) 也可以不是 (Berkeley DB)。
【讨论】：
如果您有少量图像和简短描述（String.indexOf() 搜索单词（即数组中的一个条目 == 一个完整的图像描述）。这对于例如少于 10,000 张图像来说已经足够高效了。
使用toLowerCase() 折叠字符的大小写（这样用户在键入“计算机”时会找到“计算机”）。 String.indexOf() 也适用于短词（使用“comp”查找“Computer”或“compare”）。
如果您有很多图片和冗长的描述，并且/或者您想让您的用户在搜索时感到舒适（就像 Google 所做的那样），那么请使用 Lucene。
【讨论】：
没有简单易用的数据结构支持高效的全文搜索。
但是你真的需要效率吗？这是桌面应用程序还是网络应用程序？在前一种情况下，不用担心效率，现代 CPU 可以在几分之一秒内搜索兆字节的文本 - 只需使用 String.contains()（或允许更灵活搜索的正则表达式）查看所有描述。
如果您确实需要效率（例如对于一个多人可以同时进行搜索的网络应用），请查看Apache Lucene。
至于您的 ArrayList，使用一个来描述单个图像似乎很奇怪。为什么是列表，索引代表什么？线？如果是这样，除非你真的需要直接访问行，用一个简单的字符串替换列表 - 它可以包含换行符就好了。
【讨论】：
我建议您使用 Hashtable 类或将您的内容组织到树中以优化搜索。
【讨论】：