Java 实现子序列匹配的sortedMap

我想实现一个带有键和值的sortedMap，这样就可以通过提供一些子序列来搜索键。例如，地图包含3个条目：

abcd -> obj1
def -> obj2
abccd -> obj3

对于查询

ac

，结果应该是包含第一个和第三个条目的子映射，但是对于查询

acc

，只应该返回第三个条目

---

我应该在内部使用什么样的数据结构来高效地返回这样的子映射？例如，

Treemap

将密钥存储在树（trie）中，以根据前缀有效地返回submap？

注意：我的解决方案在查找子字符串时有效。阅读编辑

解决方案：

ab -> obj1
cde -> obj1
bad -> obj2

使用前缀数据结构：

您需要存储：

abcd -> obj1

作为：

为了找到您的结果，您需要深入到trie中，以满足条件，并从那里找到所有可能的解决方案

示例：

ab -> obj1
cde -> obj1
bad -> obj2

我们将在Trie中插入以下条目：

ab -> obj1
b -> obj1
cde -> obj1
de -> obj1
e -> obj1
bad -> obj2
ad -> obj2
d -> obj2

现在想象一下我们在寻找下一个条目：

d

Trie中字符d的第一个下移。在那之后，我们将继续。我们已经在obj2，如果我们在obj1移动字符e。所以我们可以用条目d得到它们

cd

首先我们移动字符c，然后移动字符d。现在我们看到DFS，我们能找到的唯一路径是添加字符e，这将导致obj1

efg

Trie中没有满足out条件的路径，因此我们得不到解

编辑：

ab -> obj1
cde -> obj1
bad -> obj2

如果我们正在寻找原始元素的子字符串，我的解决方案是有效的。要修改我的解决方案，使其适用于任何非传染性子字符串，您必须在Trie中插入所有置换

您的“字符”可以在传统的搜索引擎和查询中解释为术语

根据这一评论：

abcd的所有子序列，如a、b、c、d、ab、ac、ad、bc、bd、cd、， abc、abd、acd、abcd等在查询时应返回带有 abcd->obj1作为其条目之一

我们可以解释为，如果文档中有Aspid Beaver Cherokee Deer（ABCD）一词，则在搜索该文档中的任一词或其任何组合时，都应返回该文档

您要为此构建的是一个。有关更多详细信息，请参阅。基本上，您将为每个“字符”（=搜索引擎语音中的术语）构建一个

哈希映射或查找表（没有那么多字符），其中查找将以升序返回所有出现（=搜索引擎语音中的文档）的
objX

若要查找与一组字符关联的所有对象，请将每个字符的集合合并。因为它们是有序的，所以可以在线性时间内计算集合交点

如果查询
ba
不应与
abc
键匹配，则可以优化查找表/
HashMap
以存储字符位置（例如：存储“在位置0的Obj1中找到b”，“在位置1的Obj1中找到a”，而不是丢弃位置）。计算搜索交集时，您将按搜索顺序进行，并放弃具有错误相对顺序的匹配

这是搜索引擎的常规操作，已经从性能方面进行了详尽的分析


编辑：性能

如果不同的“术语”数量较少（例如：26个小写英文字母），您可以通过添加n-gram作为术语（其中，对于“abc”，您可以添加“a”、“b”、“c”、“ab”、“ac”、“bc”和“abc”）来加快这一速度。同样的规则也适用于一半的搜索，而且由于预期会出现重叠，因此可以使用Sasha的技巧来避免存储索引。
为了总结我在评论中写的内容，我将如下所示：

使用条目[2字符子序列->单词列表]创建附加索引
HashMap
添加时：从给定单词生成所有不同的2字符子序列，将该单词添加到索引映射的每个对应条目中
查询：从一个查询中生成所有不同的2字符子序列，其中找到一个对应于索引映射中最短列表的子序列，获取该列表。按完整查询对其进行过滤，并从主映射中收集相应的值
如果查询由一个字符组成，则执行完全扫描。我相信这会比为单个字符创建额外的索引具有更好的空间/复杂性，尤其是当单字符查询很少时。
您可以尝试使用带有通配符的aho-corasick。Aho Corasick是一种更快的多模式匹配算法，它使用通配符提供所有子字符串。您可以在codeplex（）上尝试我的php实现。例如，对基因模式使用通配符的单元测试：

$tree = new Ahocorasick\Ahocorasick();
$tree->add("AC");
$tree->add("GTG");
$tree->add("AACT");
echo $tree->match("ACCGAGTGCGTGGACAAACTACGATTGTGGAATGAACT","AC*GT");
$this->expectOutputString("ACCGAGT,ACCGAGTGCGT,ACCGAGTGCGTGGACAAACTACGATTGT,ACAAACTACGATTGT,ACTACGATTGT,ACGATTGT");

/**
*@作者viborole
*
*/
公共类排序的子序列{
/**
*@param args
*/
公共静态void main（字符串[]args）{
映射数据=新的HashMap（）；
数据输入（“abcd”、“obj1”）；
数据输入（“def”、“obj2”）；
数据。put（“abccd”、“obj3”）；
字符串query=“acc”；
搜索（查询、数据）；
}
私有静态无效搜索（字符串查询、地图数据）{
for（Map.Entry:data.entrySet（））
{
String key=entry.getKey（）；
char[]k=key.toCharArray（）；
char[]q=query.toCharArray（）；
int kpos=0；
char[]found=新字符[q.length]；
对于（int i=0；i0）{
kpos++；
}
对于（int j=kpos；jfor query
bc
，您的地图是否应该返回第一个和第三个条目？对于查询“ca”它应该返回第一个和第三个条目吗？还是不返回？@stephen..我为我的英语不好道歉，我的意思是，abcd的所有子序列，例如a、b、c、d、ab、ac、ad、bc、bd、cd、abc、abd、acd、abcd等，当被查询时，应该返回一个子映射，其中包含abcd->obj1项。@lostmind
da
也是
ab的2字符排列cd
@我最不了解，但OP明确表示他需要保持元素的顺序，所以他需要