c# - 快速访问文件中的 key (无需将整个文件加载到内存中)

Question

背景:我正在为 Windows Mobile 编写一个 C# 应用程序，它将从文件系统的字典中搜索定义(科学)。 该文件如下所示(文件有 100K+ 个条目):

 Word1:Meanings(2)
-meaning 1 bla bla bla
-meading 2 bla bla bla
[...]

用户应该能够输入一个词并尽快获得含义。用户只会寻找 1 或 2 个词。为此，我创建了第二个文件，其中包含一个排序列表，其中包含字典文件中的实际单词和字节偏移量。 示例:

word1:12344
word2:32241
word3:298

我查看我的“索引”(简单循环遍历所有行并比较是否相等)，然后使用字节偏移量“随机访问”字典文件。 问题是，这仍然很慢。 我尝试将索引加载到数组/列表/哈希表中，但由于 io 速度慢，这需要很长时间(加载索引大约 20 秒)。这很糟糕，因为用户通常只会查找一个词。 因此，我正在寻找某种类型的 n 树实现，它可以直接在文件上工作(无需遍历整个索引)。 有人建议如何执行此操作吗？ 我当前的解决方案如下所示(但有缺陷且肮脏): 新索引具有以下格式:

a:FileOffsetInDictionary:FileOffsetOf"ab" //the first 2 character starting with a
b:FileOffsetInDictionary:FileOffsetOf"ba"
c:FileOffsetInDictionary:0 //"0" means that their are no words starting with "c" (just for example)
[...]
ab:FileOffsetInDictionary:FileOffsetOf"aba"
ac:FileOffsetInDictionary:878878 //(just some random values for illustration)
[...]
ba:FileOffsetInDictionary:456
[...]
aba:FileOffsetInDictionary:2342
[...]

搜索是这样完成的:

Users enter the word "Tree"
Look for "t" in index by looping through the index
if "t" found then goto FileOffsetOf2Digit
if "tr" found then goto FileOffsetOf3Digit
[...]
[actually recursively coded]

Answer 1

正确答案可能是告诉您使用 b-tree索引非常适合这种性质的基于磁盘的索引，或者如果您谈论的是移动 6.5 和更早版本，则更好，您可以使用 SQL CE 数据库。您可以找到许多实现，但如果找不到，您可以执行以下操作。

按照您当前的索引文件想法，使每个索引记录具有固定大小。因此，如果您知道单词永远不会超过 50 个字符并且偏移量将适合四字节整数，您可以在索引文件中创建 54 字节的记录条目(假设单词为 ASCII，相应地调整)。然后你可以执行 binary search在索引文件上，而不是扫描整个文件来访问每条记录。