JS优化篇 —— 上万关键字高速匹配

　　提到关键字搜索，首先联想到的无非就是使用一些indexOf，replace之类的字符函数，最多加上一些正则表达式而已.实现起来虽然很简单，但是这背后的效率问题可曾仔细考虑过？例如论坛中的关键字过滤，一般情况下需过滤的关键字数量及检测的文本长度都不大，所以这一瞬间的过程没有太多值得关注的地方。但若关键字数量不在是屈指可数，而是有成千上万， 并且待检测的文本也是一长篇大论，结果可不再是那么乐观了。大家都知道，每多一个关键字，就要增加一次全文的检索，最终花费的时间将远远超出可接受的范围内。

　　

　　既然考虑的是那种极端的关键字搜索，通常的逐个遍历搜索显然是行不通的。如今用的是JavaScript，若不使用Hash表实在是太对不起这门语言了。有着对表特天独厚的支持，不妨就拿出少量的空间来换取大量的时间吧。

　　

　　先看个例子，比如有如下的关键字: foo1，foo2，bar1，bar2，既然要用空间换时间，因此搜索之前先将他们预处理。前面提到了JS灵活又高效的表，显而易见，使用树的结构是最有优势的。即使不明白，也没关系，最终实现结构正如如下的代码，熟悉JSON同样很亲切：

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

　　

      这一层层的结构正如一棵树，每个字符便是树的一个分枝，到了最后一个字符便是树叶，不再有新的节点。此时你应该明白了，只要对文章的每个字沿着这棵树往下搜就是了。能到达树叶的，就说明当前字符就是关键字的一个；中途寻找不到对应枝干的，当然就不是关键字。因此，整篇文章只需检索一次即可找出每个关键字的位置。由于JS的hash表性能非常高，所以所谓的寻找枝干也就非常的快了。因为JS的灵活性，实现此效果的代码同样很简短。大家可以在我的空间里预览：http://www.etherdream.com/funnyscript/Keyword/Keyword.html.

　　

　　事实上可以发现,关键字的数量与搜索的时间并没太多的关系,那仅仅影响了树的宽度而已,只有文章的长度才是决定搜索的时间.我个人的测试成绩:

　　

　　关键字: 成语全集.(19830条)

　　文章:70万字的中文小说.

　　用时:750ms.

　　(Firefox/3.0.7, CPU双核2.22, DDR2 667)

　　JavaScript虽然是个低效率的脚本程序，但灵活使用仍然能发挥其潜力。（2010/08/16）