数据结构-这是保持字符串以检索文本跨度的最有效方法

Question

我需要一种方法，只在磁盘上存储一个大文本，而不将其完全加载到内存中。

我的查询是以文本跨度的形式出现的，例如：给我位置x和位置x+n之间的所有文本，不多不少。我不经常更改文本。

也许我需要一个"持久"的B树。

它还需要一些DBMS功能，如：

• 客户端/服务器体系结构
• 高速缓存系统

感谢

Answer 1

它还需要一些DBMS功能，如：。。。

那么，为什么不使用DBMS呢？甚至是像OrientDB这样具有查询功能的NoSQL解决方案？

我想你可以做这样的事。

1. 将文本分成块（章节？段落？固定大小？）
2. 将文本保存在包含（至少）三个字段的表中：
   TEXT（文本块）
   BEGIN（此区块距全文开头的偏移量）
   END（此区块距全文开头的结束偏移量）

现在，您可以编写查询来提取位置x和位置x+n之间的文本。

SELECT TEXT, BEGIN END  
  FROM TEXT_TABLE  
 WHERE END >= x  
   AND BEGIN <= (x+n)  
ORDER BY BEGIN

最后，你只需要提取你的文本，比如：
-从第一行开始：子字符串（TEXT，（x-BEGIN））
-从"内部"行：所有TEXT
-从最后一行开始：子字符串（TEXT，0，（x+n-BEGIN））

显然，您还应该注意"边缘情况"（结果只有一两行，请求的跨度超出范围，…）。
但我认为这种方法应该不用太多努力就能解决你的问题。

希望能有所帮助
再见，
Raf