搜索数百万个文件名的最佳数据结构？ [复制]

Question

可能重复：
Build an index for substring search?

我正在开发一个文件名搜索工具。我想在一个硬盘驱动器（或多个硬盘驱动器）中搜索数百万个文件名。

给定文件：application 3 - jack smithinson

搜索：

1. 'application', '3', 'jack', 'smithinson'
2. 'smith'
3. 'inson'

应该都返回这个文件。

这种操作的最佳数据结构是什么？为什么？

1. 二叉树。
2. 试一试。
3. SQLite 数据库，文件名
4. 更多？

Answer 1

将这些文件名存储在 Lucene 索引中。您可以在这里找到更多信息 http://incubator.apache.org/lucene.net/ Lucene 允许您为搜索创建高度优化的索引。雅虎多年来一直使用它作为他们的网络搜索引擎。 它提供了一种创建索引的抽象方法，而无需担心内部实现。就像在内存中创建一个xml文档然后序列化到磁盘一样简单