Друзья, 

недавно начал осваивать лисп и мне нужен совет

как лучше проиндексировать около 20 000 уникальных триплетов букв типа "абв" "гдф"
так, чтобы потом иметь возможность проверить есть ла данная комбинация, к слову "хзх", в проиндексированной структуре данных.

спасибо.

Для какого языка всё делается и какова доля "проидексированных" триплетов? Нужно ли знать, входит ли триплет в набор, или нужно запоминать еще дополнительную информацию?

Если для русского языка, регистр значения не имеет, то всего триплетов (* 33 33 33)=>35937, т.е. запоминать нужно почти каждый второй из возможных. Если нужен определять только наличие, то я бы просто сделал битовый вектор, в котором каждому триплету соответствует позиция (((номер первой буквы)*33+(номер второй буквы))*33+(номер третьей буквы)) (всего 4,5 К). Если нужна дополнительная информация - вектор, но не битовый (144 К на 32-битной машине + объём дополнительной информации).

Если множество триплетов разреженное, то можно использовать хэш-таблицу или

Тогда словарь ("abc" -> X, "abd" -> Y, "acf" -> Z) можно представить как

adejneka, 

большое спасибо за ответ.

Пытаюсь понять приведенный вами код, надеюсь книжки мне ближе к вечеру помогут разобраться.   

Я стараюсь написать простой спелчекер, один из способов выявление ошибки - поиск не встречающихся в  большом объеме текста триплетов.

Множество триплетов разреженное,  язык русский, регистр значения не имеет. 

а может имеет смысл триплеты перевести в символы и работать с символами?

Друзья, я последовал совету adejneka и нашел, как мне кажется, пригодное решение.

привожу его код под двум причинам:
1) может кто-то покритикует.
2) может кому-то пригодится.



Это сообщение отредактировал(а) whiteman - 13.4.2009, 21:26

Можно было еще соптимизировать: поменять местами SUBSEQ и UNLESS-FIND, за счёт чего устраняется создание строки с пробелом:

но вряд ли эффект будет заметен.

adejneka, большое спасибо за помощь.