用於“型號”子字符串搜索的有效數據結構

Question

我們有一個問題，我們想對大量[1MM-10MM]的字符串（“型號”）進行子字符串搜索，以快速識別包含給定子字符串的任何“型號”。 型號是短字符串，例如：

1. ABB1924DEW
2. WTW9400PDQB
3. GLEW1874

目標很簡單，給定一個子字符串，可以迅速找到所有與該子字符串匹配的型號。 例如（在上述型號的整體上），如果我們搜索字符串“ EW”，則該函數將返回GLEW1874和ABB1924DEW（因為它們都包含子字符串EW）。

數據結構還需要能夠支持快速搜索以給定子字符串開頭和/或以給定子字符串結尾的型號。 例如，我們需要能夠快速進行WTW ... B之類的搜索（與WTW9400PDQB匹配，因為它以WTW開頭並以B結尾）

我正在尋找的是一種內存中的數據結構，它可以非常有效地完成這些搜索。 理想情況下，在Java中也已經有一個不錯的（簡單）實現，可以在我們可以使用的地方完成。 簡單（快速）優於復雜（略快）。 天真的算法（僅循環遍歷所有零件號在每個零件號上進行子字符串搜索）對於我們的目的來說太慢了，我們正在尋找更快的東西（假設可以）

那么，針對該問題的教科書數據結構/算法是什么？

Answer 1

您需要的是后綴樹 。 我不推薦使用Java庫，因此您可能必須自己實現