String 用于检索距离接近Levenshtein的字符串的数据结构

例如，从一组英语单词开始，是否有一种结构/算法允许使用单词“right”作为查询快速检索字符串，如“light”和“tight”？也就是说，我希望检索到与查询字符串之间距离很小的字符串。

我认为最快的方法是预先构建一个相似性缓存，您可以在O（1）时间内对其进行索引和访问。诀窍是找到常见的拼写错误添加到缓存中，这可能会变得相当大

---

我想谷歌也会使用他们广泛的统计查询搜索数据来做类似的事情。

由于计算长度为n和m的字符串的Levenshtein距离是

O（nm）

，因此计算所有Levenshtein距离

L（querystring，otherstring）

的简单方法非常昂贵

但是，如果可视化Levenshtein算法，它基本上会用编辑距离填充n*m表。但是对于以相同的几个字母（前缀）开头的单词，Levenshtein表的前几行将是相同的。（当然，正在修复查询字符串。）

这建议使用：读取查询字符串，然后构建Levenshtein行的trie。之后，您可以轻松地遍历它以查找靠近查询字符串的字符串

（这意味着您必须为一个新的查询字符串构建一个新的trie。我不认为所有查询字符串都有类似的有趣结构。）

我想我最近看到了一篇关于这方面的文章，其中有一个很好的python实现。将添加一个链接，如果我能找到它。编辑：

此处的数据结构可能合适。它的设计目的是有效地支持“与查询词的编辑距离k以内或更小的所有词是什么？”这种形式的查询，它的性能保证相当好，实现起来也不太困难

---

希望这有帮助

如果这实际上是针对拼写错误的好方法，如果是针对Levenshtein距离的更多理论应用，则不太有用。你的确切意思是什么？如果这是我所想象的，那么内存使用将使它变得不切实际。@us2012，这就是目的所在。