字符串处理

Question

我想知道如果我在文本文件中有英文字典，检查给定字符串是否是正确和正确的英文单词的最佳方法是什么？我的字典包含大约10万个英语单词，我必须一次检查平均60000个单词。我只是在寻找最有效的方法。我也应该先存储所有的字符串，或者只是在生成时处理它们。

感谢名单

Answer 1

100K是不是太大的数目，所以你可以放进一Hashset<string>一切。

Hashset查找是基于密钥的，所以它会闪电般快速。

例如如何可能看起来在代码：

string[] lines = File.ReadAllLines(@"C:\MyDictionary.txt"); 
HashSet<string> myDictionary = new HashSet<string>(); 
foreach (string line in lines) 
{ 
    myDictionary.Add(line); 
} 

string word = "aadvark"; 
if (myDictionary.Contains(word)) 
{ 
    Console.WriteLine("There is an aadvark"); 
} 
else 
{ 
    Console.WriteLine("The aadvark is a lie"); 
} 

Answer 2

如果你使用.NET 3.5或更高版本，您应该使用HashSet<string>。

只需将有效单词字典加载到HashSet<string>中，然后对每个候选字符串使用Contains，或者使用某些集合运算符来查找所有无效的单词。

例如：

// There are loads of ways of loading words from a file, of course 
var valid = new HashSet<string>(File.ReadAllLines("dictionary.txt")); 
var candidates = new HashSet<string>(File.ReadAllLines("candidate.txt")); 

var validCandidates = candidates.Intersect(valid); 
var invalidCandidates = candidates.Except(valid); 

您也不妨使用不区分大小写的比较或类似的东西 - 用StringComparer静态属性来获取上，你可以通到HashSet构造StringComparer适当的实例。

如果你使用的是.NET 2，你可以使用Dictionary<string, whatever>作为一个穷人的套装 - 基本上使用你喜欢的任何值作为值，然后检查密钥。