使用代碼列出金庸小說中使用過的全部成語

去年的今天，金庸與世長辭，當時Jerry在成都地鐵一號線下班的路上得知了這個消息，回到家當即寫了一篇文章來悼念：金庸的武俠世界和SAP的江湖。

一年的時間轉瞬即逝，你們都忙碌於各自的生活，不少人對金老的離世已經淡忘了，不過Jerry這種金庸的死忠粉，對於這個一週年忌日仍是記得很清楚的。

由於Jerry手上事情不少，沒時間在這個特殊的日子寫文章記念了，就發一小段代碼吧。

需求：列出金庸任意一本小說裏出現的全部成語。

實現：Jerry部署在Github上的一個web應用，連接以下：

jerrywang-sap.cn/FioriODataT…

首先點擊超連接「成語全集」：

點擊以後，存儲於該web應用本地存儲的一個文本文件裏的所有19830個成語，以樹的形式加載到內存中，並顯示在網頁上：

而後複製一本金庸小說的內容，粘貼到網頁的「內容」區域，點擊按鈕「測試」：

能夠看到僅僅用了246毫秒，就將這部一百多萬字的《倚天屠龍記》裏出現的全部成語，以紅色高亮的方式高亮出來。

這個功能咋實現的？Chrome打開Jerry的網頁，F12開啓開發者工具，就能看到JavaScript源代碼，固然也能夠從個人Github上得到.

Jerry簡單講下實現原理。Web應用裏有一個文本文件，裏面維護了漢語裏所有的成語，經過分號分隔。

運行時，這些內容會被加載到內存中，構建成一棵樹，以下圖所示：

其中葉節點以屬性end爲true區分。

成語檢索的核心邏輯位於search函數裏，讓咱們用《笑傲江湖》裏一句響亮的口號「日月神教千秋萬載，一統江湖」來單步調試，瞭解其實現邏輯。

進入165行的外層while循環，再進入173行的內層for循環，檢測是否有測試字符串第一個字符「日」開頭的成語。由於成語是由4個字符組成，因此須要用內層for循環逐一試探，若是遇到tblCur.end爲true的元素，說明在測試字符串中發現了一個成語。

下圖是內層for循環第一次執行後的tblCur內容：

內層循環執行第二次，此時tblCur指向一棵由全部「日月」開頭的成語組成的樹：

執行內層循環的第三次迭代，由於在樹「日-月」這個分支下面沒有「神」這個節點，因此結束當前的內層循環，經過break返回到外層的while循環，進行輸入字符串第二個字符「月」的新一輪試探，以此類推。

最後從「千」這個字符出發，沿着內存中的樹通過路徑"秋-萬"，最後來到end屬性爲true的葉節點「載」，記下「千」在輸入字符串中的偏移量，存到一個數組arrMatch中去。

待輸入字符串所有試探完畢後，根據arrMatch中存放的偏移量，高亮顯示對應的字符串，完成檢索。

樹這個數據結構在這個需求的實現裏有着完美的表現。

金庸雖然離開了咱們，但他筆下那些人物和發生的故事，將永遠流傳於這個世上。

更多閱讀

• 金庸的武俠世界和SAP的江湖

• 金庸和古龍，Netweaver和微服務，以及SAP Hybris Revenue Cloud

• 做爲一名SAP從業人員，須要專門學習數學麼

要獲取更多Jerry的原創文章，請關注公衆號"汪子熙":