我需要在内存中缓存大量数据并能够非常有效地搜索它。它本质上是一个字符串列表，对于给定的输入，我想返回包含该输入的字符串列表。
例如，如果列表包含以下字符串:
abc def
def ghi
ghi jkl
输入是:
ef
我想返回前两个字符串作为输出(最好按字母顺序)。
我正在考虑使用 Java Set实现，将所有字符串放入其中，并放入内存中。对于任何给定的输入，我将循环遍历 Set 并使用 String.contains() 查找包含输入的记录，并将结果添加到另一个 Set 或 列表。
这是实现这一目标的最有效方法吗？性能非常重要，而且数据量非常大(数十兆字节)。如有必要，我可以为此目的拥有一个具有大量内存的专用服务器实例。
最佳答案
Set 或 HashSet 尤其不会提供出色的性能，因为您必须迭代整个 set 并执行 contains 检查输入是否是子字符串。您肯定需要一个字符串数据结构。
- 看看Suffix trees和 Generalized suffix tree特别是，它给你 O(m) 时间来检查长度为 m 的 S 是否是子字符串或存在于树中。
- 您可以构建一个 inverted index
最后，您可以使用 Lucene这是 Java 的文本倒排索引，也可以在堆外工作
关于Java 通过搜索在内存中设置，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33324406/