反调是一个恰当的句子，当反调书写时，它构成了一个(可能不同(恰当的句子，直到可能改变间距。我有一个文件，里面有1亿个正确的句子，我想通过测试忽略内部空间时它们的倒数是否也在文件中，找到所有子句子(按单词边界划分(。我最初的方法是提取所有的子句子并将其保存到一个临时文件中，在内存中创建一个空间剥离反转的集合，最后在临时文件上迭代，测试空间剥离后的每一行是否属于该集合。这对于较小的文件来说效果很好，但无法缩放，因为集合对于内存来说太大了。除了用磁盘上的数据库替换内存中的集合之外，还能做些什么呢？
编辑：我最终使用了一个带索引的sqlite数据库。在一个500万句的小集合中，使用数据库而不是内存集需要2倍的时间。对于全套，这是我发现的唯一可以完成计算的方法。
对于每个合适的句子，你可以尝试将其倒置，并找到所有合适的可能子句。
然后，对于每个倒置的子内容，去掉所有空格。
然后在原始文件中执行regex搜索，使用空格分隔的倒置子内容进行搜索，允许在字符之间使用s?。
例如，ds?ls?rs?os?ws?os?ls?ls?es?h(倒置的"你好世界"(将匹配"wlro woll eh"(带有疯狂间距的倒置的"hello世界"，如果它是一个合适的句子，则会在原始文件中(