如何得到用户的词库？！求一个非常简单的程序！

[v729]

本人用拼音加加一段时间后，就可以得到比较大的词库，里面有本人的自定义词组！

本人想提取出来！格式如：

http://community.csdn.net/Expert/topic/4076/4076888.xml?temp=.1550257

可能词库量有亿！怎么用比较快的方法提取？顺序是乱序的！

一个网友已经提供了，可是那个没有达到我要的要求，但是大部分的分都给了他！

因为我要的是软件，不是程序代码！

做出那个软件后，可以放到我的网络空间

http://v729.ys168.com/ 的“临时2”文件夹，密码：123456

如果不够空间，也可以放到，http://v729gx.ys168.com/

同时，留下你在这个网站的昵称！

[Earthnut]

......

[v729]

这个有那么难吗？！

[v729]

天啊，怎么回事？

[僵哥]

要知道一亿个词组，单一个词组一个两个汉字来算，再加换行加车符就是(4+2)字节*100000000大小为570MB+，若将两个这样的文件装载到StringList当中，那么基本上就算是服务器的配置未必能支持得了。所以要是不想自己太过麻烦的处理，建立还是使用如MS_SQL Server之类来处理比较好。

[僵哥]

加QQ群:11141442

[v729]

非常急！

想马上得到那个软件！

其实，词库是100万左右！

如果得到了，我有上千分！你想要多少？！

[v729]

还是没有解决.

[僵哥]

楼主所要的不就是一个简单的程序，简单的程序，偶都已经传上去了，至于啥叫没有解决，偶就不得而知了。再说偶也没那空做这种几近无聊之事。

[v729]

我不是给你留言了吗？没有收到？

虽然很简单，但是你还没有做出来。
你做的是把两个词库合并，而不是从B词库提取A词库没有的单词！

A词库有的，B词库有，如果你从A词库一个一个单词去从B词库查找，那么，要很多的时间，如果是上亿个，那么，不知道程序何时能完成。

有一个思路可以简化，就是把A词库和B词库按一个顺序排列，用冒泡算法。
接着，A词库和B词库两两各自头一个一个比较，a词库第一个词组和b词库第一个词组比较，a词库第二个词组和b词库第二个词组比较。。。。。。。。。。。
如果发现不同，就用a词库那个词组，对B词库的剩下词组进行查找，找到后，就把b词库刚刚查找经过的词组提取，因为那是a词库没有的。

你看一看，这个思路对程序的效率是不是提高很多倍？

[僵哥]

呵呵，楼主只考虑了取词的时间，没有考虑排序也需要时间及资源的花费。
现假设需合并的两个文件各为1亿个词汇：

冒泡排序的时间复杂度为:O(n)=(N-1)/2*N+(N%2==0?(N/2):0);
那么做一亿个元素的数据排序则复杂度为:(1亿-1)/2+1亿/2
两个则是:(1亿-1)*1亿+1亿
而另外在合并时还需要做一次同步的低度扫描，则在这当中的消耗是多少？
而直接使用相同算法查找的话，复杂度为:1亿*1亿

又如何说排序还会快呢？排序只不过是对多次重复性的搜索提高效率。而非所有场合都是最合理的，毕竟本身需要消耗。