乙份關鍵字檔案按行儲存，數量大概在3-4萬。
乙份待查檔案按行儲存，大概在150萬行左右。
要求遍歷關鍵字檔案，找到待查檔案中包含該關鍵字的所有行，然後做聚合計算（本文不討論聚合計算的問題）。
由於遍歷查詢的過程是」包含「，因此按照傳統方法實現的演算法複雜度是n*m.這個實現方法明顯是不可接受的。
必須要想出優化方案。
由於本人之前對mysql研究比較多，於是想到了myisam引擎的全文索引。
具體實現方案是：
1、將待查檔案load data到myisam引擎的表裡面。
2、對相應的列建立全文索引。
3、遍歷關鍵字檔案，呼叫mysql查詢介面查詢全文索引表。
方案分析：
經過實踐這個方案主要時間消耗在建立索引上，因為mysql的全文索引是比較耗時的，查詢耗時也不少，平均在1.5秒左右。
不過比起最原始的方案，已經有了比較明顯的優化，但還是不能滿足最終效能的要求。
具體實現方案是：
1、對待查檔案每行進行分詞。
2、將切好的詞與待查檔案的每行建立對映關係，key:關鍵字，value:待查檔案的行的list.
3、查詢時之間map.get(key)就行。
主要講講分詞。
其實這就是乙個倒排序的過程，演算法複雜度由n*m降低到了n的複雜度。
對於分詞工具得選擇，我採用了mmseg4j，但mmseg4j有個弊端，如果詞庫中有中文+ask碼字元的詞時，它是不能按要求切分的。
於是看了下mmseg4j的原始碼，簡單的修改了下原始碼，實現了我的要求。
第一次寫部落格，如果有不準確的地方請大家多多指導。
如何來求取乙個演算法的時間複雜度？
如何計算時間複雜度 定義 如果乙個問題的規模是n，解這一問題的某一演算法所需要的時間為t n 它是n的某一函式 t n 稱為這一演算法的 時間複雜性 當輸入量n逐漸加大時，時間複雜性的極限情形稱為演算法的 漸近時間複雜性 我們常用大o表示法表示時間複雜性，注意它是某乙個演算法的時間複雜性。大o表示只...
乙個時間複雜度問題
有乙個字串陣列，將陣列中的每乙個字串按照字母序排序 之後再將整個字串陣列按照字典序排序。整個操作的時間複雜度是多少？假設最長的字串長度為 s 為什麼要假設最長字串呢？因為通常求的時間複雜度是上界，所以我們假象這個字串陣列中所有字串的長度都是最長的 s 這樣計算得出來的時間複雜度就是上界，包含了最壞的...
演算法的時間複雜度（一）
2.9 演算法的時間複雜度 2.9.1 演算法時間複雜度定義 在進行演算法分析時，語句總的執行次數t n 是關於問題規模n的函式，進而分析t n 隨n的變化情況並確定t n 的數量級。演算法的時間複雜度，也就是演算法的時間量度，記作 t n o f n 它表示隨問題規模n的增大，演算法執行時間的增長...