现实中经常有这样的问题，我们要从很多东西里边找到一个东西，而这些东西有很多别名，例如地点。如
何实现模糊查找呢？
说到查找就要考虑这样的问题，效率，模糊查找。说到效率hash表肯定是一种很好的解决方案。
但是如何实现模糊查找呢？一种最简单的方法是这样。利用hashmap提高效率
方法一：
构造一棵树，每个节点包含一个map，每个map中放着的是很多个节点
因为别名是汉字，我们使用汉字的unicode（唯一)作为key，value就是包含这个字的节点。比如
中国人->A
中华人民共和国->B
构造这样一个树 ,rootMap(key=中 value=node1)-->
|-(key=国 value=node2)-->node2包含map2(key=人 value=A)
node1包含map1-- |
|-(key=华 value=node3)-->node3包含map3(key=人 value=node4)-->node4
包含map4(key＝民 value=node5)-->node5包含map5以此类推，这样就建立了一个树型结构
输入“中”，直接把属于中的一支拿出来
输入“中华”把属于中华的一支拿出来。
但是事实证明这个方案是个不好的办法,因为存在以下问题。
1,当别名达到50000多个的时候占用内存100m也就是说，空间消耗大
2,当第一个字不准确的时候，模糊查询失效
虽然有改进方法，但是改进空间不大
方法二：
方法二来源于选举的思想，所以用人来代替地名更合适，比如说有10个人，每个人都有很多的名字，
姓名，字，乳名，曾用名等等
虽然别名是多的，但是真是地点确是比较少的，建立一个10长度的数组，把这些人编号，
你输入一些字例如“舒庆春舍于”，来投票，我把你输入的字一个一个去查找，
先查找别名包含“舒”的所有人，每人投一票，
再查找别名包含“庆”的所有人，每人投一票，
再查找别名包含“春”的所有人，每人投一票，
依此类推，最后我在10个人中找出票数最多的人
这个的优点：
模糊查询更有效，占用内存更少，减少交互（用户可以多输入一些相关信息），一定能查到结果(相对是)
注：为什么要减少交互呢，因为有些情况下交互越少越好（例如短信，因为收费和录入麻烦的原因）
缺点：
1,因为操作多，查询多，效率低下
2,当实际的“人”变的非常多的时候，出现空间不足。
但是这个方法的可优化性很强，因为人们取名字是有规律的，用到的字可能很多，常用字却很少，
所以我们可以把一些常用字对应的人先查出来，在查询的时候直接使用这些结果。这样缺点1就能得到优化
对于缺点2,我们可以实现这样的方法，默认不建立任何数组，建立一个空map,当这个人被第一次投票的时候他进入map，这样，那些被投0票的人就不会进入，大大减少了空间浪费，但是如果被投票的人很多呢可以模仿内存的实现方式，实现部分存到硬盘，采取换入换出的方式，因为每个人都得到平均票数的机会很少，大部分时候是某些人得到大多数的票，所以换入换出应该不是很频繁，问题二也得到了一定程度的解决。