C++ 存储、加载和查找词典的最有效方式答案

【问题标题】：C++ Most efficient way for storing, loading and looking up a lexiconC++ 存储、加载和查找词典的最有效方式
【发布时间】：2013-05-22 00:54:15
【问题描述】：

我有一本包含单词及其音标的字典。单词都是小写的，所以不涉及区分大小写的搜索。

词典非常庞大，我需要在我的应用程序启动时快速加载它。我宁愿阅读它而不必单独阅读每个条目。

我猜我存储和加载它的方式也会影响我将词典保存在内存中的方式

感谢您的任何想法。

【问题讨论】：

【解决方案1】：

您可能希望将其存储为 Trie

这是一种存储字典的有效方式。查看以下答案以获取更多信息

【讨论】：

【解决方案2】：

想到几个选项：

您可以使用sqlite，它使用mmap 将文件映射到内存，以存储词典，以便仅读取访问的内容。这可能是合理的快速和可靠的，也是最容易实现的。
您可以自己mmap该文件
使用seek 操作在文件中移动文件指针而不读取整个文件。这只有在词典以某种方式构建时才有帮助，这样您就可以在不阅读所有内容的情况下找到正确的位置，即它必须是一个允许比 O(n) 搜索更好的数据结构（Trie 通常是一个不错的选择，因为Salgar 建议）。

【讨论】：

假设我对文件进行内存映射，并且我知道单词从哪个位置开始（例如：“a”单词从 pos 1 开始，“b”单词从 pos 93229 开始），如何我构建我的文件？我必须使用固定长度还是映射文件是什么意思？
我的应用程序是纯 C++ 代码，没有任何第三方库，虽然我喜欢 SQLite，但在这种情况下我会选择不使用它。
结合两个答案，然后mmap一个trie。
如果您确切地知道在哪里看：太好了，这应该在结构方面有效（或者您可以使用 trie）。 mmap 将文件的一部分映射到内存，因此您可以像访问数组一样访问它。查看手册页。它也有一个很好的例子来说明如何做到这一点。请注意，这种低级方法不适合胆小的人，因为您必须在其他事情中对偏移量进行页面对齐。
@smocking 我不确定对字典进行映射是如何工作的。即使我可以快速访问字节，我将如何搜索条目？我想我必须遍历整个地图。在我看来，这没有任何意义。