范式并不是越高越好，sub_content_info表只满足2NF却更有效率，也是当今论坛较主流的设计。

第三题

简评：

如何对海量数据进行快速检索，这是搜索引擎的必需考虑的问题。这又涉及到数据结构和算法。　　因此，要想进入百度，就必须熟悉一些基本的算法和数据结构。　　　思路及解决方案如下：

1: 设计用TRIE树实现关键词到其对应id的快速词典查找

TRIE树的每一个节点为一个包含256个元素的数组，同时指针指向其下一级节点

节点定义如下：

struct trienode
{
int id;
struct trienode *child[256];
}TRIENODE;

如果TRIE树的某个节点的指针为NULL，说明从跟节点到当前节点的路径构成文件B中的一个关键词，

在其节点的id保存该关键词的id;如果指针不为NULL，则id对应为0或者一个无穷大的整数，标志从根节点

到当前节点的路径不是一个完整的关键词。

将关键词转化为二进制无符号char型数组，即对于汉字等双字节字符视为两个无符号char型整数，

每个元素的取值范围在0到255之间。

2：生成文件b的TRIE树

步骤1：依次读取文件b的每一行，对每一行执行步骤2到步骤5

步骤2：读取关键词id和关键词，令为key

步骤3：依次读取key的每一个字符，对每一个字符，执行步骤4;

步骤4：如果该字符对应的指针为NULL，则创建其儿子节点;

步骤5：为当前节点的对应字符id置为关键词id

3：根据A文件生成C文件

步骤1：依次读取文件A的每一行，对每一行执行步骤2到步骤5

步骤2：分别获取当前行关键词、ip地址和时间

步骤3：令关键词key=c1c2…cm，对c1到cm每个字符，执行步骤4

步骤4：获取根节点的第c1个元素指针，转移到节点node1，

根据node1的第c2个元素指针，转移到node2…

根据nodem的第cm个元素，获取关键词的id

步骤5：往文件c中写入一行数据，格式为关键词的id、ip地址和时间

4：复杂度分析

生成文件B的TRIE树过程时间复杂度为O(n*m)，其中n为文件b行数，m为文件b关键词的最大长度。TRIE的空间复杂度为O(n*m)，n和m含义同上，但由于实际应用中关键词之间可能会有很多前缀相同现象，所以实际耗费空间并不会很高。

生成C文件的时间复杂度同样为O(n*m)，n为文件a行数，m为文件a关键词的最大长度，因为有了TRIE树之后，给定一个关键词获得其id的时间复杂度为关键词长度。生成C文件的过程除了TRIE树空间外基本不需要太多额外的空间，空间复杂度为O(1)，由于系统有1G的可用内存，TRIE占用的空间在几十兆到200M之间(与关键词集合有关)，因此本方法完全可行。