题目：
设计一个系统处理词语搭配问题，比如说 中国 和人民可以搭配，则中国人民 人民中国都有效。要求：
*系统每秒的查询数量可能上千次；
*词语的数量级为10W；
*每个词至多可以与1W个词搭配
当用户输入中国人民的时候，要求返回与这个搭配词组相关的信息。
分析：
性能要求：每秒查询量达到上千次，意思就是QPS要达到1000以上。
搜索端使用多线程处理，现在服务器都是多核的，可以充分利用服务的资源。
数据结构：
所有词语建一张大表，并给每个词语分配一个id. 存储结构如下：
id1,word1,id2,word2,...,idn,word2
词语的检索使用hash，设计一个好的词语哈希算法，使得检索词语的性能达到O（1）
再建一个词语间搭配关系表，词语id＋词语id list（每个词语id＋它对应搭配的词语id集）
检索算法：
查询query --->使用分词，找到所有可能搭配，
－－－》使用哈希检索到对应的词语－－－》找他们之间可能的搭配关系，可以搭配的词组返回，不可以搭配的，返回空结果。
哦了，小型的搜索引擎就设计好了。
这个系统性能耗的最多的地方是找可能词组的搭配关系，每个词可能的搭配关系是1000次，每两个词之间的匹配次数为10000次
如果有 m 中可能词组组合，每个词组之间平均的词为n个，那匹配的最多次数为n*m*10000 。
性能维持再O（n），差不多的服务器，QPS 1000，性能达到几毫秒没问题。
作者：csdn博客 hhh3h
更多精彩内容：http://www.bianceng.cnhttp://www.bianceng.cn/Programming/sjjg/
时间： 2024-12-10 05:57:38