我有一个包含 1 亿个字符串(无重复字符串)的大型文本文件 (1.5 Gb)，并且所有字符串都在文件中逐行排列。我想在 java 中制作一个 wepapplication，这样当用户给出一个关键字(子字符串)时，他会得到包含该关键字的文件中存在的所有字符串的计数。 我已经知道一种 LUCENE 技术了……还有其他方法吗？？我想要在 3-4 秒内得到结果。 我的系统有 4GB RAM 和双核配置....需要在“仅 JAVA”中执行此操作
最佳答案
尝试使用哈希表。 可以做的另一件事是类似于 MAP-REDUCE 的任何方法。我想说的是你可以尝试使用倒排索引。谷歌使用相同的技术。 您可以创建一个停用词文件，您可以在其中放置可以忽略的词，例如I, am, the, a, an, in, on等
这是我认为唯一可能的事情。 我在某处读到，要进行搜索，您可以使用数组。
关于java - 在包含 1 亿个字符串(无重复字符串)的大型文本文件中进行高效子字符串搜索，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14633286/