我需要为我的应用程序创建简单的搜索引擎。让我们把它简化为以下内容：我们有一些文本（很多），我需要搜索并显示相关结果。
我在这篇伟大的文章的基础上扩展了一些东西，它对我来说效果很好
但我对把单词词缀成术语有问题。例如，单词"annotation"、"annotations"等会被词干为"annot"，但想象一下你尝试搜索某个东西，你会看到意想不到的结果：
- "anno"-什么都没有
- "annota"-什么都没有等等
只有单词"annot"才会给出相关的结果。那么，我应该如何改进我的搜索以给出预期的结果呢？因为"annot"包含"anno"，而"annota"略多于"annout"。一直使用包含显然不是的解决方案
如果在第一种情况下我可以使用一些三元搜索树，在第二种情况下，我不知道该怎么办
任何想法都会很有帮助。
更新
oleksi在这里给我指出了n-gram，这可能对我有用，但我不知道如何正确地索引n-gram。
因此问题：
- 哪种数据结构最适合我的需求
- 如何正确索引n-gram
这里可能没有太大的相关性。填词将复数形式转换为单数形式
如果你有一个标记器、词干器和一个清洁器（可以删除停止词，可能是标点符号和数字、短词等），你要看的是全文搜索。我建议您获得现成的解决方案（如Elasticsearch、Lucene、Solr），但如果您喜欢DIY方法，我可以建议以下简单的实现方式。
步骤1
创建一个面向搜索的标记生成器。一个例子是一个n-gram标记器。它将接受你的话并分成以下序列：
注释1-[a，n，o，t，a，i]2-[an，nn，no，ot，…]3-[ann，nno，not，ota，…]4-[anno，nnot，nota，otat，…]。。。。
步骤2
排序n-gram以获得更高效的查找
步骤3
使用二进制搜索搜索n-gram以获得精确匹配