Javaｓｃｒｉｐｔ成千上万的关键字来匹配代码瞬间。

当谈到关键字搜索，联想到的第一件事就是用一些指标，更换和其他字符的功能，再加上一些正则表达式。虽然实现起来很简单，但效率却被仔细考虑了吗例如，关键词过滤在论坛，一般来说，关键词过滤的数量和文本的长度来检测并不大，所以没有过多的关注这一瞬间。然而，如果关键词的数量是不够的，有成千上万的人，但也有成千上万的人，和被测试的文字也是一个很长的故事，其结果是不乐观的。大家都知道，每一个更多的关键词将被添加到全文检索，并最终成本将远远超出可接受的范围内。
U3000 U3000
由于考虑了这种极端关键字搜索，通常遍历的搜索显然是不可行的。现在它是Javaｓｃｒｉｐｔ，如果不使用哈希表，对这种语言很抱歉。在特殊的日子的支持下，您可能会占用大量时间的少量空间。
U3000 U3000
例如，在一个例子，先看看，以下关键词：匹配foo1，Foo2，bar1，2，因为我们需要改变的时间与空间，我们将预处理过的搜索。如JS的灵活和高效的桌子前，很明显，树的结构是最有利的。即使你不明白，没关系，最终的结构是类似下面的代码，并熟悉JSON也很友好：
复制代码代码如下所示：
VaR的根
{
F：
{
o：
{
o：
{
真正的，
：真的
}
}
}，
B：
{
一个：
{
R：
{
真正的，
：真的
}
}
}
}；

这一层结构就像一棵树，每一个字符都是一棵树的分枝，而最后一个字符是一个叶子，不再是一个新的节点。
在这一点上，你应该理解，只要文章的每一个字都在树上搜索，到达叶子，就意味着当前的字符是关键词之一，在中间找不到相应的分支不是关键词。

例如，访问了根匹配foo1，结构，最终到达根{ F } { } { O O } { 1}，即匹配完成。然后跳过匹配foo1长度和继续找回它。

因此，整个文章只需要检索一次，并且可以找到每个关键字的位置。
由于JS哈希表的高性能，所谓的分支搜索速度非常快，因为js的灵活性，实现这种效果的代码也很短。
U3000 U3000
事实上，可以发现关键字的数量与搜索时间无关。这只会影响树的宽度。只有文章的长度决定了搜索的时间。
U3000 U3000
极限试验：
关键词：成语全集（19830）
内容：朱贤完成txt（1659219个字）
使用时间：935ms
（chrome26 / i3-2312 CPU）
文章的16万个字，匹配了2万个关键词，不到一秒钟的时间，可以看出，充分利用javaｓｃｒｉｐｔ的灵活性仍然可以发挥很大的潜力。