只能說，這里面太多因素了

輸入要做分詞，分詞這件事就是一個要求很高的算法了

關(guān)鍵詞庫放txt的，那為了減少io肯定要做內(nèi)存緩存的，百萬級中文關(guān)鍵詞（最少是個二字詞組吧？）內(nèi)存放不下，那緩存算法也要考慮，比如怎么篩選出要放內(nèi)存和繼續(xù)放文件內(nèi)存里只存偏移

如果是工程一點(diǎn)的問題，就是說要求能跑一次求多個輸入的命中，那顯然還得對關(guān)鍵詞做分類排序，重新構(gòu)建內(nèi)存中的結(jié)構(gòu)來提高命中率。

但是緩存類的問題個人覺得不跑到一個數(shù)量級把緩存 熱 起來，是效率很低的。

再有一個是硬件因素，內(nèi)存大肯定全塞進(jìn)去，塞不進(jìn)去那就要考慮數(shù)據(jù)結(jié)構(gòu)，而固態(tài)的特性和機(jī)械硬盤的特性會影響這個數(shù)據(jù)結(jié)構(gòu)的設(shè)計，比如 block 的大小等等。

總而言之，這個問題理論上很難給出特定算法，你還不如全放進(jìn)數(shù)據(jù)庫，在sql上做優(yōu)化，至少硬盤/內(nèi)存這層硬件因素的優(yōu)化你不需要頭疼了。