【发布时间】：2014-03-07 02:04:42
【问题描述】：
我有一组可变长度字符串，我想验证该组中至少一个字符串中是否存在可变长度前缀字符串。并且可以在连续搜索之间添加删除字符串。
困难在于我不想存储集合的字符串，而是存储集合的空间有效表示。
例如，假设我有以下一组字符串：
S = {"abcd","aaaaaaaaa","dcba"}
搜索a 应返回True，但搜索b 应返回False。我想搜索集合而不将字符串存储在内存中。
在不存储字符串的情况下，一种可能的解决方案是使用有限状态自动机 (fsa) 来表示构成集合中每个字符串的字符序列。换句话说，我将构建匹配集合中所有字符串的正则表达式。但是，我不确定它是否比存储字符串更节省空间（内存）。我还想在集合中添加和删除字符串，重新计算 fsa 可能在计算时间方面成本太高。
我正在考虑使用分类算法，例如 K-means 或 SVM，但想知道是否有任何节省空间的算法来解决这个问题。
【问题讨论】：
-
你想要一个“trie”：en.wikipedia.org/wiki/Trie
-
我无法存储字符串，所以我无法遍历集合。
-
这个问题是关于如何在内存中压缩一个字符串，还是关于如何存储一组字符串[representation]以便高效搜索？
-
感谢“trie”推荐，我不知道。
-
你必须有你的字符串 somewhere ：这些字符串的来源是什么，你可能想要搜索的最长前缀是什么？这个“集合”是什么，你不能迭代（但你想以某种方式迭代它）。也许更详细一点可能会使解决方案更明显。