java - 查找按字典顺序排序的字符串的子集，其中包含以相同模式开头的 unicode 字符

Question

我需要根据起始模式在一个非常国际化的项目中找到名称的子集(所有拉丁字符都可能)。例如:

"more, moreover", "morse"

使用模式 more 将返回前两个元素。到目前为止，我使用了具有基本字符串排序的 TreeSet (即使用 String-s compareTo)，并使用此代码进行模式匹配:

        String end = start.substring(0, start.length()-1) + (char)(start.charAt(start.length()-1) + 1);
        SortedMap<String, Long> matching= empIndexByName.subMap(start, end);

换句话来说:我用 int 值将最后一个字母替换为下一个字母，并使用 more、morf 查询 subMap。如果是非 ASCII 字符，这当然会失败。例如，如果搜索表达式以 é 结尾，则 é+1 不是 f。这两个问题是我需要将字符串与不同地区的不同字母进行比较，并以某种方式确定字母表中的下一个字符。
除了编写我自己的代码表之外，还有什么方法可以使用基本的java(javase5)来做到这一点？ (或者有什么好的国际图书馆吗？我已经听说过 ICU。)

Answer 1

用于此任务的最佳数据结构是 suffix tree 。初始化后，该树将让您快速找到以给定字符序列开头的所有单词。这也是相对简单的一段代码。