什么是最好的自动完成/build议algorithm，数据结构
我们看到谷歌，Firefox的一些AJAX页面显示可能的项目列表，而用户input字符。
有人能给出好的algorithm，实现自动完成的数据结构吗？
一个trie是一个数据结构，可以用来快速find匹配前缀的单词。
编辑：这里是一个例子，展示如何使用一个实现自动完成http://rmandvikar.blogspot.com/2008/10/trie-examples.html
下面是3个不同的自动完成实现的比较 （虽然它是Java而不是C ++）。
* In-Memory Trie * In-Memory Relational Database * Java Set 查找密钥时，树状结构比集合实现稍快。 trie和set都比关系数据库解决scheme好一点。
Set的设置成本低于Trie或DB解决scheme。 您必须决定是否要频繁构build新的“词汇集”，或者查询速度是否优先。
这些结果是用Java编写的，你的里程可能会随着C ++解决scheme而变化。
对于大型数据集，后端的一个好候选是三元search树。 它们结合了两个最好的世界：二叉search树的低空间开销和数字search尝试的基于字符的时间效率。
请参阅Dr. Dobbs杂志： http : //www.ddj.com/windows/184410528
我们的目标是在用户input时快速检索一个有限的结果集。让我们首先考虑search“计算机科学”，你可以从“计算机”或“科学”开始打字，而不是“计算机”。 所以，给一个短语，生成一个单词开始的子句。 现在为每个短语，喂他们进入TST（三元search树）。 TST中的每个节点将表示迄今为止input的短语的前缀。 我们将在该节点中存储该前缀的最佳10个（说）结果。 如果一个节点的候选数量比有限的结果数量多10个，那么应该有一个sorting函数来解决两个结果之间的竞争。
树可以每隔几个小时build一次，这取决于数据的活力。 如果数据是实时的，那么我想其他一些algorithm会给出更好的平衡。 在这种情况下，绝对的要求就是每次击键都能够快速检索结果。
如果涉及到拼写纠正的build议，会出现更多的复杂性。 在这种情况下，编辑距离algorithm也必须考虑。
对于像国家名单这样的小型数据集，Trie的一个简单实现就可以做到。 如果您要在Web应用程序中实现这种自动完成下拉列表，YUI3的自动完成小部件将在列表中提供数据后为您执行所有操作。 如果您使用YUI3作为大数据支持的自动填充的前端，请在C ++中使用基于TST的Web服务，然后使用自动填充小部件的脚本节点数据源从Web服务而不是简单列表中获取数据。
可以使用分段树来有效地实现自动完成
如果你想build议最stream行的完成，一个“build议树”可能是一个不错的select： build议树
对于一个简单的解决scheme：你生成一个具有最小编辑（ Levenshtein ）距离（1或2）的“候选”，然后你用一个散列容器testing候选的存在（ set将足够简单的soltion，然后使用unordered_set tr1或boost）。
例如：你写了carr，你想要汽车。 arr是由1删除产生的。 你的unordered_set是否是arr？ 号码crr是由1个删除产生的。 crr在你的unordered_set？ 号汽车是由1删除产生的。 汽车是在你的无序吗？ 是的，你赢了。
当然还有插入，删除，换位等
你会发现你的候选algorithm真的是浪费时间的地方，特别是如果你有一个很小的unordered_set 。
