blocks|key|3239935|text|在这种情况下，我强烈推荐Rabin-Karp算法。虽然Rabin-Karp没有其他一些搜索算法那么快，但它在匹配多个模式方面表现出色，而且因为你说过你将搜索多个短语和词条，所以它是最合适的。平均和最好的情况都是用O(n+%2B+m)表示的，其中n是300,000个单词的组合长度，m是要搜索的模式的总长度。在最坏的情况下，你遇到了O(mn)时间。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|3239936|就存储数据而言，您将使用大型散列滚动表，或者更理想的情况是使用bloom+filter。|3239937|这里有一些相关的问题、文章和C和ruby实现。希望这能有所帮助。|3239938|3239939|Using+Rabin-Karp+to+search+for+multiple+patterns+in+a+string|unordered-list-item|3239940|Hashing+n-grams+by+cyclic+polynomials+-+java+implementation|3239941|String+Searching+Algorithm+Comparison|3239942|The+Rabin-Karp+Algorithm+(Harvard+Article)+|3239943|Pattern+Searching|3239944|C+implementation|3239945|Ruby+implementation|3239946|3239947|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Bloom_filter|1|https://stackoverflow.com/questions/1318126/using-rabin-karp-to-search-for-multiple-patterns-in-a-string|2|https://stackoverflow.com/questions/5086899/hashing-n-grams-by-cyclic-polynomials-java-implementation|3|http://en.wikipedia.org/wiki/String_searching_algorithm|4|http://www.eecs.harvard.edu/~ellard/Q-97/HTML/root/node43.html|5|http://www.seas.gwu.edu/~simhaweb/cs151/lectures/module5/module5.html|6|http://igm.univ-mlv.fr/~lecroq/string/node5.html|7|https://gist.github.com/993827^0|2Y|8|4J|5|0|V|C|0|0|0|0|0|1O|1|0|0|1N|2|0|0|11|3|0|0|16|4|0|0|H|5|0|0|G|6|0|0|J|7|0|0^^$0|@$1|2|3|4|5|6|7|1M|8|@$9|1N|A|1O|B|C]|$9|1P|A|1Q|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|1R|8|@]|D|@$9|1S|A|1T|1|1U]]|E|$]]|$1|H|3|I|5|6|7|1V|8|@]|D|@]|E|$]]|$1|J|3|-4|5|6|7|1W|8|@]|D|@]|E|$]]|$1|K|3|L|5|M|7|1X|8|@]|D|@$9|1Y|A|1Z|1|20]]|E|$]]|$1|N|3|O|5|M|7|21|8|@]|D|@$9|22|A|23|1|24]]|E|$]]|$1|P|3|Q|5|M|7|25|8|@]|D|@$9|26|A|27|1|28]]|E|$]]|$1|R|3|S|5|M|7|29|8|@]|D|@$9|2A|A|2B|1|2C]]|E|$]]|$1|T|3|U|5|M|7|2D|8|@]|D|@$9|2E|A|2F|1|2G]]|E|$]]|$1|V|3|W|5|M|7|2H|8|@]|D|@$9|2I|A|2J|1|2K]]|E|$]]|$1|X|3|Y|5|M|7|2L|8|@]|D|@$9|2M|A|2N|1|2O]]|E|$]]|$1|Z|3|-4|5|6|7|2P|8|@]|D|@]|E|$]]|$1|10|3|-4|5|6|7|2Q|8|@]|D|@]|E|$]]]|11|$12|$5|13|14|15|E|$16|17]]|18|$5|13|14|15|E|$16|19]]|1A|$5|13|14|15|E|$16|1B]]|1C|$5|13|14|15|E|$16|1D]]|1E|$5|13|14|15|E|$16|1F]]|1G|$5|13|14|15|E|$16|1H]]|1I|$5|13|14|15|E|$16|1J]]|1K|$5|13|14|15|E|$16|1L]]]]

I would highly recommend the Rabin–Karp Algorithm in this case. Although Rabin-Karp is not as fast as some other searching algorithms, it excels at matching multiple patterns and since you said you will be searching for multiple phrases and lemmas it is the best fit. Both the average and best case are in <code>O(n + m)</code> where n would be the combined length of the 300,000 words and m is the total length of the patterns you are searching for. In the worst case you hit <code>O(mn)</code> time.

As far as storing the data, you would use a large hash rolling table or more ideally a <a href="http://en.wikipedia.org/wiki/Bloom_filter" rel="nofollow noreferrer">bloom filter</a>.

Here are some related questions, articles, and implementations in C and ruby. Hope this helps.

<ul>
<li><a href="https://stackoverflow.com/questions/1318126/using-rabin-karp-to-search-for-multiple-patterns-in-a-string">Using Rabin-Karp to search for multiple patterns in a string</a></li>
<li><a href="https://stackoverflow.com/questions/5086899/hashing-n-grams-by-cyclic-polynomials-java-implementation">Hashing n-grams by cyclic polynomials - java implementation</a></li>
<li><a href="http://en.wikipedia.org/wiki/String_searching_algorithm" rel="nofollow noreferrer">String Searching Algorithm Comparison</a></li>
<li><a href="http://www.eecs.harvard.edu/~ellard/Q-97/HTML/root/node43.html" rel="nofollow noreferrer">The Rabin-Karp Algorithm (Harvard Article)</a> </li>
<li><a href="http://www.seas.gwu.edu/~simhaweb/cs151/lectures/module5/module5.html" rel="nofollow noreferrer">Pattern Searching</a></li>
<li><a href="http://igm.univ-mlv.fr/~lecroq/string/node5.html" rel="nofollow noreferrer">C implementation</a></li>
<li><a href="https://gist.github.com/993827" rel="nofollow noreferrer">Ruby implementation</a></li>
</ul>

blocks|key|3239874|text|起始点是使用Lucene%2BSolr设置和索引您已有的数据。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3239875|下面是一个示例教程：http://lucene.apache.org/solr/tutorial.html|offset|length|3239876|entityMap|0|LINK|mutability|MUTABLE|url|http://lucene.apache.org/solr/tutorial.html^0|0|A|17|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

A starting point would be using Lucene+Solr setup and index the data you have. 

Here is a sample tutorial: <a href="http://lucene.apache.org/solr/tutorial.html" rel="nofollow">http://lucene.apache.org/solr/tutorial.html</a>

I have a book of 300000+ words. 
Each word has metadata (grammatical information; parsing details and lemmas [root forms])

What is the best way to structure the data so that I can search for words or groups of words and get results fast. I would like to be able to search with requirements on the metadata as well.

I need to be able to search exact phrases or just words that are near one another.

My question is with regards to database design and querying method.

Full Text Search Optimization Techniques

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一本300000+ words的书。每个单词都有元数据(语法信息；分析细节和词根形式)什么是组织数据的最好方法，以便我可以搜索单词或词组，并快速获得结果。我希望能够搜索与元数据的要求以及。我需要能够搜索精确的短语或仅搜索彼此接近的单词。我的问题是关于数据库设计和查询方法。

问全文检索优化技术
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问全文检索优化技术EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问全文检索优化技术
EN