Suffix tree 字符串索引和后缀树

我必须从大型PDF文档中构建某种“字符串目录”，以便更快地搜索字符串/子字符串

该机制的工作原理如下： PDF扫描仪扫描PDF文档中的字符串，并调用目录中的回调方法为该字符串编制索引

现在，应该使用什么技术来建立这样一个目录？ 我听说： -后缀树 -广义后缀树 -后缀数组

我主要研究广义后缀树。那么我是对还是错呢？ 我猜“普通”后缀树只适合索引单个字符串

但是后缀数组呢？有广义后缀数组吗

---

我在C/C++中找到了很多用字符串构建后缀树的代码，但没有一个用于构建通用后缀树的代码

广义后缀树可以通过任何后缀树算法来建立。对于字符串

s1，s2，…，sn

构造新字符串作为

s1，s2，…，sn

的串联，由主字母表中未包含的字符

$1，$2，…

分隔：

S=s1$1s2$2…$n-1sn$n

后缀树的主要缺点是需要大量内存（10n-20n字节，其中n是文本的长度）。这正是我在做的。我将整个内容作为一个字符串加载，并从中创建一个树。它是有效的，但我想用广义后缀树的方式来做。