什麼文件格式會讓我非常快速地搜索文件中的字符串？

Question

我有一個100GB的隨機文本字符串，長度爲4到200個字符，每行一個。

我希望能夠在文件中的任何字符串中找到一個字符串，例如如果可能的話，在「footestbar」中發生任何「測試」。

否則，我會很高興能夠找到以子串開頭的行/記錄，例如， 「foo」找到「footestbar」而不是「testbarfoo」。

我在考慮對文件進行一次排序，然後記錄帶有「a」行的行，其中帶有「b」的行開始的位置等。這會讓我快速跳到正確的部分並縮短它的時間需要。我可以通過記錄所有三個字符組合開始更快的位置來進一步改善，但有些事情告訴我有更好的方法。

Answer 1

我認爲一個好的開始可能是產生一個DAFSA。您可能必須將其與圖形文件格式結合使用。