c++ - 关于用C从txt文件查找单词的搜索算法优化问题

Question

用C或C++实现从一个比较大的txt文件里查找一个单词，txt文件里每行一个单词，按a~z从上到下排列，有什么好的算法，用什么数据结构可以提高查询的速度和效率？？

Answer 1

这种情况考虑下面这种数据结构： 字典树(DictTree)

typedef struct _dict_tree_
{
    struct _dict_tree_ * dt[TREENODENUM];
    char    c ;
    char    flag ;
}DT ;

具体操作就是

所谓的26叉树，按照每个字母对应的子节点存储。 然后逐行读取单词后插入到树中，比如说： 单词：abandon 插入树的顺序就是 a->b->a->n->d->o->n 插入每个字母对应这个树的子节点

int len = strlen(str);
while( i < len )
{
    index = str[i] - 97 ;　　　　　　　　/*通过 index 来找到子节点*/
    if( pt->dt[index] == NULL )
    {
        pt->dt[index] = ( DT *)malloc( sizeof( DT) );
        pt->dt[index]->c = str[i] ;
        pt->dt[index]->flag = EMPTY ;
        for( j = 0 ; j < TREENODENUM ; j++ )
        {
            pt->dt[index]->dt[j] = NULL ;
        }
    }
    pt = pt->dt[index] ;
    i++;
}

查找就是顺着字母判断子节点是否为空

int len = strlen(str);
while( i != len )
{
    index = str[i] - 97 ;
    if( pt->dt[index] == NULL )
        return 0 ;
    pt = pt->dt[index] ;
    i++;
}

Answer 2

如果允许对txt文件预处理的话，可以用倒排索引来实现。

如果txt文件只查一次、以后再也用不到的话，那就没有。

Answer 3

按你的题目来看，似乎这些单词都是排过序的？如果是有序的话，就可以按照二分的方法来做。先读取文件总共由多少行，然后以第一个字符来查找，再按照第二个字符，以此类推，这个算法的好处是不用读取所有文件到内存中。

Answer 4

如果修改一下问题，这个txt文件有1T大，怎么弄会好点。声望不够，改不了。