python - 如何存储在服务器上，并最有效地访问大词表？

Question

我的 webapp 需要一个包含大约 200k 单词的单词列表文件，并且我想显示单词，它以某个子字符串开头，例如：'clo'。我应该将它存储在数据库中，然后通过简单的查询访问它吗？我考虑从这个词表创建一棵树并将其存储在缓存中，然后搜索这棵树以找到合适的词，在我看来，这应该是更好的解决方案，尤其是当涉及到每分钟更多的请求时。您将如何以最有效的方式解决此问题？

Answer 1

我会试一试；我已经在 C++ 中为 Ruzzle-solver 程序实现了这样的解决方案，我可以确认它非常有效 - 尽管在 Python 中你肯定会得到更差的性能，因为 Python 相当于这样的 trie 节点：

class AlphaTrie
{
    // Pointers for the next trie nodes
    std::auto_ptr<AlphaTrie> next[26];
    // true if the current node marks the end of a word
    bool final;
    // ...
};

将包含不那么琐碎的数据结构（例如，访问 Python 列表比直接存储在节点中的“哑”C 数组要慢），因此开销更大。