练习 24:URL 快速路由

原文:Exercise 24: Fast URL Search

译者:飞龙

协议:CC BY-NC-SA 4.0

自豪地采用谷歌翻译

我们将结束数据结构和算法的部分,并将数据结构用于实际问题。我已经写了几个 Web 服务器,一个不断出现的问题是,将 URL 路径匹配到“动作”。你会在每个 Web 框架,Web 服务器,和必须基于层次化的键来“路由”信息的任何东西中发现此问题。当你的 Web 服务器收到URL /do/this/stuff/时,必须确定每个部分是否可能附加了某种操作或配置。如果你在/do/配置了 Web 应用程序,那么你的网络服务器应该使用/this/stuff/做什么呢?是否认为它是失败的,或将其传递给 Web 应用程序?如果/do/this/中有一个目录怎么办?而且,如何快速检测到错误的 URL,因此你不必处理不存在的巨大请求?

这种层次化的搜索经常出现,这是对你将算法和数据结构应用于问题的能力,以及性能分析能力进行测试的最佳测试。

挑战练习

首先,请确定你了解 URL 是什么以及如何使用。如果没有,那么我建议你花时间去写一个带有一些复杂路由的小型 Flask 应用程序。这是你将要实现的路由。

接下来,你应该执行以下操作:

  • 创建一个简单的基本的URLRouter类,你将为所有实现派生它。你应该可以对此URLRouter执行以下操作:
    • 添加一个带有关联对象的新 URL。
    • 获取 URL 的完全匹配。搜索/DO/THIS/STUFF/只返回正好是它的东西。
    • 获取 URL 的最佳匹配。搜索/DO/THIS/STUFF/将匹配/DO/,如果这是唯一的匹配。
    • 获取以此 URL 开头的所有对象。
    • 获取 URL 的最短匹配对象。搜索/DO/THIS/STUFF/会返回/DO/而不是/DO/THIS/
    • 获取 URL 的最长匹配对象。搜索/DO/THIS/STUFF/将返回/DO/THIS/而不是/DO/
  • 使用TSTree创建URLRouter的子类,因为这样最容易了。确保测试了下面这些事情:
    • 不同长度的随机 URL 和路径,在TSTREE和你搜索的内容里面。
    • 在不同情况下只寻找部分路径
    • 完全不存在的路径
  • 存在和不存在的非常长的路径
  • 一旦你让这个子类工作,并测试完毕,推广你的测试,所以你可以在所有打算完成的实现中运行它。
  • 然后,尝试使用DoubleLinkedListBSTreeDictionary和 Python 的dict来实现。确保你的泛用测试适用于所有这些。
  • 一旦完成了,开始分析这些实现的不同操作的性能。

目标是看看与其他数据结构相比,TSTree有多快。它可能会击败大多数东西,但也许 Python dict多数情况会赢,因为它针对 Python 进行了优化。你甚至可以为每个操作猜测,哪个数据结构具有最佳性能。

研究性学习

  • 我省略了SuffixArray,因为它类似于TSTree,但为了使用它,你必须添加相同的操作。实现它,然后看看SuffixArray如何比较。
  • 研究你最喜欢的 Web 服务器或 Web 框架是如何实现的。你会发现很多使用 URL 人不知道什么是三叉搜索树,尽管它对于常见操作非常有用。

深入学习

如果你想深入了解算法和数据结构,我强烈推荐 Steven S. Skiena 的《The Algorithm Design Manual》一书。他的书使用 C,所以你可能需要先阅读《笨办法学 C》,以便能够浏览它。除此之外,它是一本很好的书,因为它涵盖了分析算法和数据结构的性能的理论和实现。