求一个关键字匹配的快速算法!!谢谢！在线等！

Question

我有一张关键字表:tblKeywords（字段 fldKeyword <varchar>）,一共有100-200万条记录。
同时我每天要处理10000封email，要对每一封email做关键字匹配，凡是email的Body中存在tblKeywords表中任意一条fldKeyword记录的字符串值，就算匹配成功，否则不成功。我要做个程序实现上面功能。
我想到的算法是：
1.把关键字表tblKeywords所有记录读到内存变量datatable中
2.对每一封email，遍历内存变量datatable，对当前fldKeyword的字符串值，搜索email的Body,如果有此Keyword，成功，跳出；如果没有此Keyword，继续匹配下一个fldKeyword记录，直到匹配到或匹配完退出。但是这个算法貌似很费时间，2个循环嵌套，最大可能须比较100-200万 * 10000 = 100亿次。请教高手有没有更快速的算法？
谢谢！
在线等！

Answer 1

我前几天自己测试了一下。一个while循环1秒钟做简单的3次判断， 可以循环300多万次吧，如果对于一100亿级别的数据100/0.03 = 30000秒，所以在我个人电脑上做简单的运算也要8，9个小时。。 所以我向服务器也快不到那里去把

Answer 2

http://wenku.baidu.com/view/edb7b30879563c1ec5da710b.html

Answer 3

如果email可以断字（比如英文，用空格断字），那就很简单了：把关键词放入一个HashSet或者Dictionary中，然后遍历email中的每个词，判断HastSet中是否存在。如果email不好断字，可以把关键词做成一个"前缀树(Trie，或叫Prefix Tree)"，然后对email从头到尾，渐进判断是否可能存在。前缀树介绍见 - http://zh.wikipedia.org/wiki/Trie这里有个简单例子，对100万个关键字（随机2-6个字母），判断一个1万字长的字符串约为毫秒级别。
class Form1 : Form
{
    private void button1_Click(object sender, EventArgs e)
    {
        string[] keywords = { "房价畸形", "房奴谁之过？", "生活质量" };
        string text = "沦为房奴谁之过？为房憔悴伤神是何原因";        Trie trie = new Trie();
        foreach (string keyword in keywords) trie.Add(keyword);        string foundKeyword = null;
        for (int i = 0; i < text.Length && foundKeyword == null; i++)
        {
            object token = null;
            for (int j = i; j < text.Length; j++)
            {
                if (trie.Exist(text[j], ref token))
                {
                    foundKeyword = text.Substring(i, j - i + 1);
                    MessageBox.Show(foundKeyword);
                    break;
                }
                if (token == null) break;
            }
        }
    }
}public class Trie
{
    TrieNode root = new TrieNode((char)0);
    public void Add(string word)
    {
        TrieNode node = root;
        foreach (char c in word)
        {
            node = node.AddChild(c);
        }
        node.AddChild((char)0);
    }
    public bool Exist(string word)
    {
        TrieNode node = root;
        foreach (char c in word)
        {
            node = node.GetChild(c);
            if (node == null) return false;
        }
        return node.GetChild((char)0) != null;
    }
    public bool Exist(char c, ref object token)
    {
        TrieNode node = (token as TrieNode ?? this.root).GetChild(c);
        token = node;
        return node !=null && node.Terminated;
    }
    class TrieNode
    {
        private char value;
        private SortedList<char, TrieNode> childNodes = new SortedList<char, TrieNode>();        public TrieNode(char c) 
        { 
            this.value = c; 
        }
        public TrieNode GetChild(char c)
        {
            TrieNode node = null;
            childNodes.TryGetValue(c, out node);
            return node;
        }
        public TrieNode AddChild(char c)
        {
            TrieNode node = GetChild(c);
            if (node == null)
            {
                    this.childNodes.Add(c, node = new TrieNode(c));
            }
            return node;
        }
        public bool Terminated { get { return this.childNodes.ContainsKey((char)0); } } 
    }
}

Answer 4

email是不好断字的。谢谢，gomoku的高手算法！关于前缀树，我还有一个问题，如果我想把email中的所有匹配的关键词都找出来,而不是找到一个就终止，请教您上面的代码该如何修改啊？谢谢！！