List ls=new List大量数量模糊查询效率问题！

[编程有钱人了]

List<string> ls=new List<string>有大约300多万个汉字短语或者名词，不重复数据。
ls.Where(q=>q.Contains("A"))；模糊查询比较慢。

我能想到的别的解决方案：
1:Lucene.Net 创建索引后，精确精确查询很快，模糊查询也很慢，
2:Redis 存储后，精确查询很快，模糊查询也慢。
3:SqlServer 创建索引 like 'A%' 这种查询索引生效，如果是 like '%A%'，索引是失效的。

还有别的好办法吗？

[编程有钱人了]

引用 8 楼 闭包客 的回复:

你使用自然语言处理，是达不到 Contains 函数的效果的，要达到 Contains 函数的效果，需要一个完全的反向索引。 比如在我的网站 http://lab.bibaoke.com/alexa/search?key=a 这样就是搜索域名包含 a 的网站。

反向索引是怎么搞的？

[bloodish]

你既然舍得用List，又不含重复数据，干嘛不选Dictionary？

[bloodish]

引用 10 楼 bloodish 的回复:

你既然舍得用List，又不含重复数据，干嘛不选Dictionary？

Sorry，没细看，你需要的是模糊查找

[秋的红果实]

用arrayList更好些

[一叶无秋]

300万条数据姘均分，均分后在线程去找，

[好奇都是要学的]

模糊 哪有快的。 都是%% 的查询

[threenewbee]

Lucene.Net 创建索引后，精确精确查询很快，模糊查询也很慢
那估计是你没有分词或者分词分得不好

[闭包客]

你可以根据自己的需要，做一个反向索引。

[编程有钱人了]

引用 1 楼 caozhy 的回复:

Lucene.Net 创建索引后，精确精确查询很快，模糊查询也很慢 那估计是你没有分词或者分词分得不好

我用的默认分词器，没有用盘古分词器，听说盘古分词效率不如默认的。

[stherix]

模糊查询不可能快的 无论采用什么结构存储 都要遍历整个列表 %A这样的查询,索引也无能为力

[stherix]

如果你正常分词成功 是应该不需要用string.Contains 或者like这种东西 直接用等于就行了

[编程有钱人了]

引用 4 楼 stherix 的回复:

模糊查询不可能快的 无论采用什么结构存储 都要遍历整个列表 %A这样的查询,索引也无能为力

看来只能用 like 'A%' 这种方案了，起码索引有效 不知道百度 查询 下拉框 智能感知用的什么方案？

[stherix]

引用 6 楼 编程有钱人了 的回复:

[quote=引用 4 楼 stherix 的回复:] 模糊查询不可能快的 无论采用什么结构存储 都要遍历整个列表 %A这样的查询,索引也无能为力

看来只能用 like 'A%' 这种方案了，起码索引有效 不知道百度 查询 下拉框 智能感知用的什么方案？[/quote] 百度也是类似这种 比如你搜 常 字 他会显示出 各种 常 长 开头的 但是绝不会显示出 经常 异常 这种词来

[闭包客]

你使用自然语言处理，是达不到 Contains 函数的效果的，要达到 Contains 函数的效果，需要一个完全的反向索引。 比如在我的网站 http://lab.bibaoke.com/alexa/search?key=a 这样就是搜索域名包含 a 的网站。

[Acme_Thanatos]

拆分，多线程查吧

[正怒月神]

引用 7 楼 stherix 的回复:

[quote=引用 6 楼 编程有钱人了 的回复:] [quote=引用 4 楼 stherix 的回复:] 模糊查询不可能快的 无论采用什么结构存储 都要遍历整个列表 %A这样的查询,索引也无能为力

看来只能用 like 'A%' 这种方案了，起码索引有效 不知道百度 查询 下拉框 智能感知用的什么方案？[/quote] 百度也是类似这种 比如你搜 常 字 他会显示出 各种 常 长 开头的 但是绝不会显示出 经常 异常 这种词来[/quote] 恩，因为这样就能用到索引了。xxx%这种。

[以专业开发人员为伍]

引用 9 楼 编程有钱人了 的回复:

反向索引是怎么搞的？

学一下数据结构知识。

[以专业开发人员为伍]

如果你查询文字“A”，查询地效率是 o(1)。前提是你要创建“倒排索引”。

[jx315425246]

如果一个汉字短语占20个字节，用内存40M，可以用List写，效率不会低，1000Mhz 8位的CUP按顺序查找，1秒可以遍历1/5,用不到你想的这些吧