500,000 个街道名称 - 使用什么数据结构来实现快速搜索？

Question

所以我们有很多街道名称。它们以文件的形式出现。在生产中启动服务器时，我可能会缓存它们。搜索应该是自动完成的 - 例如你输入“lang”，你可能会得到 8 次点击：langstr、langestr。等等

Answer 1

您正在寻找的是某种压缩的 trie 表示。您可能希望以 succinct tries 或 DAWGs 为起点，因为它们具有出色的效率和非常好的空间利用率。

希望这会有所帮助！

Answer 2

自动完成通常使用以下方法之一实现：

• 树木。通过在树结构（前缀树、后缀树、dawg 等）中对可搜索文本进行索引，可以执行非常快速的搜索，但会占用内存存储空间。树遍历可以适应近似匹配。
• 模式分区。通过将文本划分为标记 (ngram)，您可以使用简单的散列方案执行模式出现的搜索。
• 过滤。找到一组潜在匹配项，然后应用顺序算法检查每个候选对象。

看看completely，它是一个Java 自动完成库，它实现了后面的一些概念。