只是查询个人经验和对局限性的理解等。例如，如果我有一个包含 100,000 行(条目)的文本文件和一个包含 100,000 个相同条目的数据库，每个条目包含一个单词且没有 double ，哪一个我是否能够更快地处理并且占用最少的内存？
据我了解，我可以在开始时将整个文本文件加载到内存中的列表中(仅约 1MB。)此信息用于确认字符串内容。字符串中的每个单词(由空格分隔)都必须存在于文件中，否则它会更改为列表中最相似的条目。简而言之，它是非常高级的自动更正。然而，可悲的是，我不得不重新发明轮子。
所以无论如何，我的问题仍然存在。哪个是我最好的选择？我正在尝试使用尽可能少的外部模块，所以我想我可能会坚持使用 SQLite(它是标准的，不是吗？虽然再多一个也没什么坏处)如果换行符分隔的文本文件是我最快和最经济的选项，我应该采用特定的方式来处理它们吗？我希望这个脚本能够在一秒钟内执行至少 100 个匹配操作，如果使用 Python 这样的语言在计算上是可行的话。
最佳答案
如果将所有 100,000 个单词加载到一个 Python 集中，确定给定单词是否在该集中将是 O(1) - 没有比这更快的了。惩罚将是启动 python 应用程序时的延迟，因为 Python 必须加载所有数据，大约需要几秒钟。
如果将单词加载到 SQLite(或任何其他 SQL 数据库)中，则需要基于散列的索引才能达到相同的性能顺序。我不确定 SQLite 是否具有该索引类型。 MySQL 没有。
SQL 数据库通常没有查找“相似”词的功能，因为每个用户对“相似”都有自己的定义。在 Python 中实现它会容易得多，但也许您选择的数据库中有您正在寻找的东西。
最佳选择取决于您未提及的其他要求。 100,000 个单词是否经常更改？除了您之外，其他人(非程序员)是否需要维护它们？如果是这样，数据库可能会更方便，您可能希望以速度为代价来换取它。另外，您多久启动一次 Python 应用程序？如果您运行它来测试单个单词，您将等待每个单词几秒钟。另一方面，如果您编写一个守护进程/服务器并添加一个接口(interface)(套接字、HTTP 等)，您只需加载一次数据，就可以向它抛出大量的单词。
关于python - python中的文本或数据库，速度和资源消耗，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13893486/