一种时间复杂度为 log(n) 的模糊查询算法！

[Terark-CTO-雷鹏]

本算法为本人在痛苦中摸索出来！应该有前人早已得出相同或类似算法。

本算法不打算写出，只写出它的时间和空间复杂度分析！这个算法可以用折半查找实现，也可以用平衡树查找实现。本人认为用平衡树最为完美，可以动态加入记录，又可以在最坏情况下用 log(n) 的时间复杂度查出结果。为了描述简单而又不失算法的精髓，暂时不考虑有重复记录的情况。
——本人在有重复记录，但仍是有序的集合中，可以用折半法和平衡树实现快速查找。

如果一个数据库有 n(如 n＝10^8) 篇文章，每篇文章有 m(如 m＝1^3) 个字符，那么在这个数据库中查询任何一个字符串，所用时间只有 m*log2(n) ，还有一个算法，如果用户输入的字符串只由无空格的单词组成，而每个单词平均只有 k (如
k＝8) 个字符，那么，时间复杂度可以进一步降至 k*log2(m*n) .

不过，第一种算法需要 m*n*addressbytes 的空间代价，
或相当于 addressbyets 倍于文章自身的空间代价。

第二种算法需要 m*n*(addressbyte+ceil((log2(k))/8)) 的空间代价，
或相当于 ceil(addressbyets)+ceil(ceil(log2(k))/8)
倍于文章自身的空间代价。

如果 n＝10^8 , m=10^3 , k=8 ， addressbytes ＝ 4
则对第一种算法：
时间复杂度为： 10^3*log2(10^8) = 26576
空间代价为 ： 10^11 * 4 = 4*10^11 ,
或相当于 4 倍于文章自身的空间代价。

对第二种算法：
时间复杂度为： 8*log2(10^3*10^3) = 293
空间代价为 ： 10^11 * 4+375*10^8 ＝4.00375*10^11
或相当于 4+1=5 倍于文章自身的空间代价。

[starfish]

在这方面成熟的算法很多，现有的一些搜索引擎已经开始使用这些算法进行全文检索了。其主要思想就是预先对内容进行处理，建立某种数据结构（比如检索树，平衡树之类），然后在进行搜索。http://cora.whizbang.com/有很多这方面的论文，你的算法复杂度并不是最优的，性能上看似乎也没有什么特别可取之处。

[Terark-CTO-雷鹏]

oh,mygod , starfish 兄，
小弟的英文水平实在太差，http://cora.whizbang.com 上面的单词都不认识！

[starfish]

PS：你能自己摸索出这个算法也挺不容易的了，但是指望这个卖钱就不现实了：）