【发布时间】：2016-02-11 08:31:13
【问题描述】：
我正在寻找一种支持将字符串与一组模式匹配的数据结构，其中字符串表示mqtt topics。字符串被定义为由由斜线字符分隔的单词（“主题级别”）组成。字符串的示例是“topic1/topic2”或“//topic1/topic2”，其中包含一个空的主题级别。字符集为 UTF-8，不包括“#”和“+”。
模式是主题字符串，但可以包含两个通配符。第一个通配符“#”只能用在模式的末尾并匹配任意数量的后续主题，即“a/#”匹配任何以“a/”为前缀的字符串。第二个模式“+”匹配单个任意主题。例如，“sport/tennis/+”匹配“sport/tennis/player1”和“sport/tennis/player2”，但不匹配“sport/tennis/player1/ranking”。另外，由于单级通配符只匹配单级，“sport/+”不匹配“sport”，但匹配“sport/”。
用例是客户端注册提供模式的有趣主题。发送消息时，将使用主题字符串发布消息。该字符串必须与注册订阅者匹配，因此我正在寻找一种数据结构，可以有效地（在空间和时间方面）选择注册模式与已发布主题匹配的订阅者。
我正在考虑使用后缀树或 trie，因为当使用“#”时，这将允许快速前缀匹配。 trie 中的节点将包含该字符串的订阅者，以及子字符串的所有订阅者的集合。这应该允许快速查找精确查询和前缀查询，但我不知道这是否支持“+”通配符。
我正在考虑的另一种方法是创建一个有向图，其中每个节点包含一个主题和一条边topic1 -> topic2，如果模式中有一个子字符串“topic1/topic2”。使用此图，我可以逐个主题遍历节点。 “+”通配符只是意味着遍历所有孩子。
一个明显的替代方法是正则表达式，它会产生一个可能类似于图方法的有限状态机。不过，我希望能更快地找到东西。
该算法应该在订阅者可以随时注册和注销主题的 mqtt 代理中使用，因此它还必须支持通过添加或删除模式来更新搜索数据结构。
【问题讨论】：