在字符串不断增长的数据结构中搜索子字符串

Question

在Java中，在增长字符串列表中搜索单词或子字符串的最快方式是什么？

例如，如果我有一个包含十个单词的列表，并且我每隔五分钟搜索一个用户输入的单词的列表，并且该列表每分钟增长一个单词，那么是存储这些单词的最佳数据结构吗？

我们实际上在做的是......在检索“关键字”时，程序必须根据该关键字搜索要回复的短语，但短语列表会不断增长。读取关键字，解析每个短语，然后选择一个短语需要太长时间。我们目前的算法目前在n ^ 3，这是不合适的。

Java中是否存在数据结构，或排序/搜索算法是否有助于提高效率？

Answer 1

对于巨大而艰巨的搜索任务，我总是使用Merge Sort。您的列表每分钟都在增长的事实应该不是算法的问题。当你去寻找你想要的单词时，你可以将它与另一个检查器结合起来。实际上，一旦你对第一个列表进行了排序，当你收到它时，只需将每个元素插入列表中的位置就更有意义，而不是仅在你开始搜索时查看数据。

如果您的增长率不是非常高，保持列表以这种方式排序将大大提高您的表现。

Answer 2

如果仅仅存储在HashMap中链接的关键词和短语是不够的，我建议使用反向的短语索引。在这种情况下，Apache Lucene可能是实现此目的的选择。