算法可以更快地为日志文件中的每个 phone 数字找到合适的前缀？

Question

有一个包含前缀列表的 csv 文件，用于根据该列表对 phone 号码进行分类。这是 prefixes.csv 的示例。此文件有将近 2000 行。

3511891,PORTUGAL-MOBILE (VODAFONE)
3511693,PORTUGAL-MOBILE (OPTIMUS)
3511691,PORTUGAL-MOBILE (VODAFONE)
34,SPAIN-FIXED
3469400,SPAIN-MOBILE (MVNO)
3469310,SPAIN-MOBILE (MVNO)
3469279,SPAIN-MOBILE (MVNO)
3469278,SPAIN-MOBILE (MVNO)
3469277,SPAIN-MOBILE (MVNO)
3469276,SPAIN-MOBILE (MVNO)
34673,SPAIN-MOBILE (VODAFONE)
243820000006,CONGO DEMOCARTIC REPUBLIC-SPECIAL SERVICES
243820000005,CONGO DEMOCARTIC REPUBLIC-SPECIAL SERVICES
243820000004,CONGO DEMOCARTIC REPUBLIC-SPECIAL SERVICES
88213200361,EMSAT-SPECIAL SERVICES
67518497899,PAPUA NEW GUINEA-SPECIAL SERVICES
56751975883,CHILE-SPECIAL SERVICES
56751975334,CHILE-SPECIAL SERVICES
56731974707,CHILE-SPECIAL SERVICES

另一方面，有一个包含数千行的巨大日志文件。这是日志的格式：

2015-11-01T00:00:17.735616+00:00 x1ee energysrvpol[15690]: INFO consume_processor: user:<<"dbdiayhg">> callee_num:<<"34673809195">> sid:<<"A1003unjhjhvhgfgvhbghgujhj02">> credits:-0.5000000000000001 result:ok provider:ooioutisrt.ym.ms

所以，我必须提取callee_num后面的phone号码，然后将它与所有前缀逐位比较，以发现相关的国家代码是什么数字在 callee_num 之后。在这个例子中 phone 号码是 34673809195，所以提取这个号码，转到 prefixes.csv 并逐行检查合适的前缀.

1)first time '3' from 34673xxxx
2)then 4
3) then 6
4) then 7
....

并且必须对 prefixes.csv 的每一行重复所有此过程，最后在这一行 34673,SPAIN-MOBILE (VODAFONE) 中，数字匹配。想象一下，代替 34673 的数字是 34670，并且在检查所有行之后，没有与该数字的任何匹配项，因此应该可以保留 [ 的最后匹配项=42=] 即 34 和 return 即 SPAIN-FIX。

我想知道在最短时间内完成这些过程的最佳算法是什么。如果我需要之前订购前缀或者我只使用字典？我怎样才能管理一切以获得高效的代码？搜索算法应该如何工作？递归函数是否是个好主意？或者如果 python 中有一些实现良好的库，请推荐它。

感谢您提供任何解决方案。

Answer 1

查看prefix tree (Trie)数据结构。

在扫描树的过程中，始终记住最后一个最好的结果（记住34，同时检查34***个节点）

在Python

中有很多尝试的实现

算法可以更快地为日志文件中的每个 phone 数字找到合适的前缀？

Algorithm to find faster the suitable prefix for each phone number in log file?

python

algorithm

performance

search

logfile