JavaScript 上萬關鍵字瞬間匹配

　　發一篇之前寫的文章，平時還是經常用到的，尤其是河蟹詞特別多的聊天系統裡。

　　-------------------------------------------------

　　提到關鍵字搜尋，首先聯想到的無非就是使用一些indexOf，replace之類的字元函數，最多加上一些Regex而已.實現起來雖然很簡單，但是這背後的效率問題可曾仔細考慮過？例如論壇中的關鍵字過濾，一般情況下需過濾的關鍵字數量及檢測的文本長度都不大，所以這一瞬間的過程沒有太多值得關注的地方。但若關鍵字數量不在是屈指可數，而是有成千上萬， 並且待檢測的文本也是一長篇大論，結果可不再是那麼樂觀了。大家都知道，每多一個關鍵字，就要增加一次全文的檢索，最終花費的時間將遠遠超出可接受的範圍內。

　　

　　既然考慮的是那種極端的關鍵字搜尋，通常的逐個遍曆搜尋顯然是行不通的。如今用的是JavaScript，若不使用Hash表實在是太對不起這門語言了。有著對錶特天獨厚的支援，不妨就拿出少量的空間來換取大量的時間吧。

　　

　　先看個例子，比如有如下的關鍵字: foo1，foo2，bar1，bar2，既然要用空間換時間，因此搜尋之前先將他們預先處理。前面提到了JS靈活又高效的表，顯而易見，使用樹的結構是最有優勢的。即使不明白，也沒關係，最終實現結構正如如下的代碼，熟悉JSON同樣很親切：

var Root ={    f:    {        o:        {            o:            {                1: true,                2: true            }        }    },    b:    {        a:        {             r:            {                1: true,                2: true            }        }    }};

　　

　　這一層層的結構正如一棵樹，每個字元便是樹的一個分枝，到了最後一個字元便是樹葉，不再有新的節點。

　　此時你應該明白了，只要對文章的每個字沿著這棵樹往下搜就是了。能到達樹葉的，就說明當前字元就是關鍵字的一個；中途尋找不到對應枝乾的，當然就不是關鍵字。

　　例如foo1，順著Root結構向下訪問，最終到達Root['f']['o']['o']['1']，即完成了一次匹配。之後跳過foo1的長度，繼續往後檢索。

　　因此，整篇文章只需一次檢索，即可找出每個關鍵字的位置。

　　由於JS的hash表效能非常高，所以所謂的尋找枝幹也就非常的快了。因為JS的靈活性，實現此效果的代碼同樣很簡短。

　　大家可以在我的空間裡預覽：

　　http://www.etherdream.com/funnyscript/Keyword/Keyword.html

　　

　　事實上可以發現，關鍵字的數量與搜尋的時間並沒太多的關係，那僅僅影響了樹的寬度而已，只有文章的長度才是決定搜尋的時間。

　　

　　來一次極限測試：

　　關鍵字： 成語全集(19830條)

　　內容：誅仙全集.txt (1659219字)

　　用時：935ms

　　(Chrome26 / i3-2312的CPU)

　　160萬字的文章，匹配2萬個關鍵字，還不到1秒的時間。可見，充分利用JavaScript的靈活性，仍能發揮很大的潛力。