字典搜索

我有一個字典（以sql表格的形式），包含手機的型號和關於手機的文章（或只是一行）（以php或C中的字符串形式）。我想找出那篇文章中討論的手機型號，但我不想進行強力搜索，即逐個搜索文本中的每個型號名稱。字典搜索

此外，我正在考慮維護整個字典的哈希表，然後嘗試匹配文章中的每一項工作的哈希值，然後查找衝突。但是由於字典非常大，這種方法的內存開銷太大。

另外，如果根本沒有數據庫，即我們只有語言範圍內的所有內容，以字符串形式表示數組和字符串形式的字典。

2011-12-08 Coddy

爲什麼你在標籤中有「c」？ –

我知道C語言和PHP語言，並在其中任何一種中尋找解決方案。 – Coddy

您肯定需要在您的文章字段上使用FULLTEXT索引，並使用MATCH/AGAINST執行搜索以執行搜索。

SELECT * FROM your_table MATCH('phonemodel') AGAINST ('article');

2011-12-08 10:04:27 ioseb

這種方法即使在字符串很小即僅行的情況下也是有效的。 – Coddy

是的。 MySql使用適當的數據結構來存儲FULLTEXT索引，並且在這樣的數據結構中搜索非常有效。 – ioseb

好的..多數民衆贊成在罰款，如果我有數據庫本身的每一件事情，以及如果沒有數據庫呢。我也會更新這個問題。 – Coddy

Inverted index會有幫助。鏈接：Inverted index

將您的文章分成標記，過濾標記的模型名稱。所以你可以建立一個索引，索引的關鍵是模型名稱，索引的值是一個文章列表。

也許你可以添加一些額外的信息，如文章中出現的模型名稱的位置。

2011-12-08 10:07:58 ukessi

如果您想使用C並且性能是您的願望。我會建議爲文章中的所有單詞建立一個trie（http://en.wikipedia.org/wiki/Trie）。它比散列快一點，消耗的內存少於Dictionary。

這不容易在c中實現，但我相信你可以找到一個準備就緒的地方。

好運（：

2011-12-08 10:23:38

如果你有大量的數據，然後使用其中的一個 -

特里/ DAWG（向非循環詞圖）是優雅的解決方案也難以實現&的維護。而且，MySQL FULLTEXT搜索很好，但不適合大數據。

2011-12-08 10:33:35 Rifat

回答