我对在 Python 中实现自动完成很感兴趣。例如，当用户键入字符串时，我想显示磁盘上名称以该字符串开头的文件子集。
在大型语料库（比如几十万个字符串）中找到匹配某些条件的字符串的有效算法是什么？比如：
matches = [s for s in allfiles if s.startswith(input)]
我希望条件灵活；例如。只要输入中的所有字母以相同的顺序出现在 s 中，它就会是匹配的，而不是严格的开头。有什么比我在这里展示的蛮力方法更好的呢？
【问题讨论】：
对于精确匹配，通常实现这样的方法是将您的语料库存储在trie 中。这个想法是将每个字母存储为树中的一个节点，链接到单词中的下一个字母。查找匹配项只是简单地在树上行走，并显示您当前位置的所有子项。例如。 "cat"、"cow" 和 "car" 将存储为：
a--t
/ \
c r
\
o--w
当你得到一个 c 时，你从 c 节点开始，然后 a 会带你到 c/a 节点（children "t" 和 "r"，把 cat 和 car 作为你的完成）。
请注意，您还需要标记作为完整单词的节点以处理作为其他子字符串的名称（例如“car”和“cart”）
但是，要获得所需的模糊匹配，您可能需要进行一些更改。
【讨论】：
我使用Lucene 自动完成一个包含十万多种可能性的文本字段，我认为它是瞬间完成的。
【讨论】：
也许 readline 模块是您正在寻找的。它是 GNU readline 库 Python Documentation 的接口。
也许您可以使用set_completer() 提供自己的完成功能。
【讨论】：
匹配字符串所需的灵活性称为模糊匹配或模糊搜索。我不知道任何 python 实现（但我没有深入研究该主题），但有一些 C/C++ 实现可以重用，例如支持带有模糊参数的正则表达式的 TRE packaged。
除此之外，总是存在一个问题，即您的单词列表是否适合记忆。如果没有，将它们保存在列表中是不可行的，并且必须将某些内容缓存到磁盘或数据库中。
【讨论】：
（仅解决与问题部分匹配的字符串）
如果你想自己快速尝试一些东西，为什么不创建一些字典，每个字典都将初始模式映射到字符串列表
因此，例如，当用户键入三个字符时，您在字典中查找长度为 3 的键。如果匹配，则意味着您有 1 到 10 种立即可用的可能性。
【讨论】：