C++ 搜索性能

Question

我有两个文本文件。一个包含大约 70,000 个名称的列表 (~1.5MB)。另一个包含将从各种来源获得的文本。也就是说，每次执行程序时，该文件的内容都会发生变化(~0.5MB)。本质上，我希望能够将一些文本粘贴到文本文件中，然后查看从我的列表中找到了哪些名称。有点像查找功能 (CTR + F)，但有 70,000 个关键字。

无论如何，到目前为止我所拥有的是:

int main()
{
     ifstream namesfile("names.txt");   //names list
     ifstream miscfile("misc.txt");     //misc text
     vector<string> vecnames;           //vector to hold names
     vector<string> vecmisc;            //vector to hold misc text
     size_t found;

     string s;
     string t;

     while (getline(namesfile,s))       
         veccomp.push_back(s);  

     while (getline(miscfile,t))        
         vectenk.push_back(t);

     //outer loop iterates through names list
     for (vector<string>::size_type i = 0; i != vecnames.size(); ++i) {
         //inner loop iterates through the lines of the mist text file
         for (vector<string>::size_type j = 0;j != vecmisc.size(); ++j) {
             found=vecmisc[j].find(vecnames[i]);
             if (found!=string::npos) {
                 cout << vecnames[i] << endl;
                 break;
             }
         }
     }

     cout << "SEARCH COMPLETE";

     //to keep console application from exiting
     getchar();

     return 0;
 }

现在，就提取我需要的数据而言，这非常有效，但是，它非常慢并且效率很低，因为每个名称都需要我可能再次搜索整个文件，这给出了(misc 文本文件中的 75000 x # 行)迭代。如果有人可以提供帮助，我当然会很感激。一些示例代码是最受欢迎的。此外，如果有任何不同，我正在使用 Dev C++。谢谢。

Answer 1

使用 std::hash_set .将所有关键字插入集合，然后遍历大型文档，每次遇到一个词时，测试集合是否包含该词。