JavaScript 上萬關鍵字瞬間匹配實作程式碼_javascript技巧

提到關鍵字搜索，首先聯想到的無非就是使用一些indexOf，replace之類的字符函數，最多加上一些正則表達式而已.實現起來雖然很簡單，但是這背後的效率問題可曾仔細考慮過？例如論壇中的關鍵字過濾，一般情況下需過濾的關鍵字數量及檢測的文字長度都不大，所以這一瞬間的過程沒有太多值得關注的地方。但若關鍵字數量不在是屈指可數，而是有成千上萬， 而待檢測的文字也是一長篇大論，結果可不再是那麼樂觀了。大家都知道，每多一個關鍵字，就要增加一次全文的檢索，最終花費的時間將遠遠超出可接受的範圍。
　　
　　既然考慮的是那種極端的關鍵字搜索，通常的逐個遍歷搜索顯然是行不通的。如今用的是JavaScript，若不使用Hash表實在是太對不起這門語言了。有著對錶特天獨厚的支持，不妨就拿出少量的空間來換取大量的時間。
　　
　　先看個例子，例如有如下的關鍵字: foo1，foo2，bar1，bar2，既然要用空間換時間，因此搜尋之前先將他們預處理。前面提到了JS靈活又有效率的表，顯而易見，使用樹的結構是最有優勢的。即使不明白，也沒關係，最終實現結構正如如下的程式碼，熟悉JSON同樣很親切：

複製程式碼 程式碼如下:

var Root =
{
    f:
    {
         o:
            {
: true,
: true
            }
        }
   🎜>        {
             r:
        
: true
         會樹的一個分枝，到了最後一個字符是樹葉，不再有新的節點。
　　此時你應該明白了，只要對文章的每個字沿著這棵樹往下搜就是了。能到達樹葉的，就表示當前字元就是關鍵字的一個；中途尋找不到對應枝幹的，當然就不是關鍵字。

　　例如foo1，順著Root結構向下訪問，最終到達Root['f']['o']['o']['1']，即完成了一次匹配。之後跳過foo1的長度，繼續往後檢索。

　　因此，整篇文章只需一次檢索，即可找出每個關鍵字的位置。
　　由於JS的hash錶性能非常高，所以所謂的尋找枝幹也就非常的快了。因為JS的靈活性，實現此效果的程式碼同樣很短。
　　
　　事實上可以發現，關鍵字的數量與搜尋的時間並沒太多的關係，那隻影響了樹的寬度而已，只有文章的長度才是決定搜尋的時間。
　　
　　來一次極限測試：
　　關鍵字： 成語全集(19830條)

　　內容：耦〦全集. 26 / i3- 2312的CPU)
160萬字的文章，符合2萬個關鍵字，還不到1秒的時間。可見，充分利用JavaScript的彈性，仍能發揮很大的潛力。