Algorithm 如何构建增量有向无环词图来存储和搜索字符串？

我试图以简洁的方式存储大量字符串，以便能够非常快速地分析/搜索它们

有向无环词图（DAWG）非常适合这一目的。然而，我没有一个字符串列表要包括在第一位，所以它必须是可增量构建的。此外，当我搜索字符串时，我需要返回与结果相关联的数据（而不仅仅是一个布尔值表示是否存在）

我在这里找到了关于修改用于字符串数据跟踪的DAWG的信息：它看起来非常非常复杂，我不确定我是否能够编写它

我还发现了一些描述增量构建算法的研究论文，尽管我发现研究论文通常不是很有帮助

---

我认为我自己还不够先进，无法将这两种算法结合起来。是否已有具有这些特性的算法的文档，或具有良好内存使用和速度的替代算法？

您可能还需要查看此结构（可能构建一个新的结构）。这似乎是一个像样的“简单”替代结构

我提出这个建议有几个原因：

我真的不完全了解你的结果

绝对是增量建设

叶节点可以包含所需的任何数据

主观上，这是一个简单的算法

Java

对于需要持久性的图形问题，我将看一看这个项目。Neo4j设计用于存储大型图形，并允许增量构建和修改数据，这似乎符合您描述的标准

他们有一些很好的例子可以帮助你快速地解决问题，通常有一些示例代码可以帮助你解决大多数问题

它们有一个在底部有一个链接的

C++

---

如果使用C++，图形生成/分析的通用解决方案是使用要持久化图形，您可以在GraphML（例如）中维护图形的基于文件的版本，并在图形更改时读取和写入该文件。

我编写了ADTDAWG网页。在构造之后添加单词不是一个选项。该结构只不过是4个无符号整数类型的数组。它被设计为不可变的，以包含全部CPU缓存，并将多线程访问复杂性降至最低

该结构是一个自动机，它形成一个最小且完美的哈希函数。它是在使用显式堆栈递归遍历时为提高速度而构建的

发布时，它最多支持18个字符。包括所有26个英文字符将需要进一步扩充

我的建议是使用标准的Trie，在每个节点中存储一个数组索引。是的，这看起来很幼稚，但是每个单词节点的结尾只代表一个单词。ADTDAWG是表示许多单词的传统DAWG中单词节点的每个末端的解决方案

最小哈希表和完美哈希表不是那种可以随时组合在一起的东西

---

我正在找其他工作，或者找份工作，所以请联系我，我会尽我所能。目前，我所能说的是，在经常变化的结构上使用大量优化是不现实的。

尝试非常简单，但也会占用大量空间。有向无环单词图实际上只是一个trie，其中共享后缀被组合在一起，但这使得它们非常复杂。基数树可能是我最坏的情况。这看起来很酷，但我忘了提到我正在使用C++。A:我已经给C++添加了一个建议，这可能会有帮助。谢谢，JohnPaul。我很可能会使用一个基数树来存储字符串，尽管我希望节省更多的内存。我希望增量DAWG构建算法和字符串跟踪结构之间存在折衷，但我想不是！不幸的是，我不能给你工作或工作，因为这只是我的一个爱好项目。如果你想创建并记录一个灵活的结构来取乐，那就请便吧，祝你好运（至少我没有这个头脑）！