C# 快速关键字查找

我正在编写一个程序，将用户提交的查询与关键字列表进行匹配。这个列表大约有2000个单词，性能是最重要的

旧的

将此列表存储在 SQL表或在 源代码？该列表不需要修改 经常更新

如果SQL表的速度更快，当哪些数据 类型最好？Int， Nvarchar

如果硬编码列表速度更快，哪些数据 类型最好？ 名单

有什么建议吗

用于快速查找的最佳内存数据结构是什么

该列表不需要经常更新

---

我说，如果需要更新，它不属于源代码。

这与存储此数据的性能无关

---

如果启动程序，将从存储字符串数组的数据存储中加载字符串数组一次。然后您可以一直使用此数组，直到退出程序。

硬编码列表速度更快。数据库命中以检索列表无疑要比从内存对象中提取列表慢

---

至于在哪个数据类型中存储值，数组可能比列表更快，占用的内存更少，但事实并非如此。

如果列表基本上是静态的，并且您可以花费一些时间进行准备，即在应用程序启动时，您最好将关键字列表存储在文本文件中，然后使用B*树在内部存储关键字，假设您只关心精确匹配，而不关心部分匹配或Levenshtein距离。

IMO，如果列表不经常更新，请将其存储在filetext/xml中，然后缓存在应用程序中，以便下一个请求更快。

好的，要回应您的编辑并基本上将我的评论提升为答案：

提前指定您期望的性能

根据排序数组编写应用程序代码，并使用二进制搜索在数组中搜索关键字。这是非常简单的实现，并提供了体面的性能。然后配置文件以查看它是否符合您所需的性能。如果此性能可以接受，请继续。这里最糟糕的性能是Om log n，其中n是关键字的数量，m是关键字的最大长度

如果步骤2中的性能不可接受，请使用也称为前缀树的trie。这里的预期性能是m，其中m是关键字的最大长度。配置文件以查看这是否符合您的预期性能。如果没有，请重新审视您的绩效标准；他们可能不讲道理

如果您仍然没有满足您的性能规范，请考虑在.NET中使用哈希表，您将使用hash集。虽然哈希表的最坏情况性能较差，但如果没有冲突，它的平均情况性能会更好。哈希表查找为O1，而哈希计算函数为Om，其中m是关键字的最大长度。平均而言，这可能更快，但可能不明显

你甚至可以考虑跳过到最后一步，因为它比前者复杂得多。这完全取决于你的需要。例如，尝试的优点是可以轻松地吐出最接近的匹配关键字

---

这里最重要的是要有一个性能要求的规范，并对其进行分析！使用最简单的实现来满足您在可维护性、可读性和可实现性方面的性能要求。如果不是，那现在就是一个词了

也许每天都会有一些小变化month@program10当前位置Marel K是对的。尤其是每月一次；这太频繁了，甚至不能远程考虑嵌入到源代码中。从长远来看，这需要大量的源代码维护，而且在部署新版本时完全不必要的停机时间。正如codymanix所提到的，只需从SQL加载并缓存它，这是一个比只需修改源代码来更新字符串值更易于维护的选项。如果在从数据库启动时进行初始检索后将其缓存在本地，则不会如此。@Jason-对于后续的命中，为True。但是，第一次命中的速度会慢一些。@Kevin Pang:第一次命中是不相关的。@Jason很有可能，但你不能确定。如果B*树是动态插入和删除的，那么它是好的，但是对于静态列表，排序数组是好的。与排序数组相比，B*树的复杂性没有优势。B*树不一定是正确的答案，但我建议在排序数组上使用树结构的原因是搜索速度。搜索一棵树是Olog N，而搜索一个数组甚至一个已排序的数组也是ON。我在哪里可以阅读更多关于部分匹配或Levenshtein距离的信息？可能需要使用这些later@Simon里格哈特：你可能想重新思考关于搜索排序数组的最后一句话。@Jason:叹气。我应该把思考作为发帖的先决条件。不知怎的，我弄糊涂了

---

在搜索未排序的数组（ON）和搜索已排序的数组（使用二进制搜索是Olog N）之间切换@程序10：下面的See也：链接应该给你一个合理的起点。这是正确的答案。他坚持认为数据实际上是无关紧要的。正确的问题是什么是用于快速查找的最佳内存数据结构？如果对数组进行排序，以便可以使用二进制搜索，那么就可以使用数组了，现在我们使用的是Olog n，其中n是关键字的数量。如果分析后速度不够快！可以考虑试一试。是的，这太迂腐了。。。但是，对一组字符串进行二进制搜索不是真的吗？其中N是字数，K是字长中值？最坏的情况是Om log N，其中m是最大字长，N是关键字数。+1-这是使用缓存的理想情况。看一看谢谢你的详细回复。我是c语言的新手，我只想写一个reg-exp-wordA | wordB | word\sC这个速度够快吗？您介意为您提到的方法提供一些示例代码吗？我还在学习。谢谢，不要用那样的正则表达式。它不是适合这项工作的工具，维护这样一个硬编码的正则表达式字符串将是一场噩梦。