1.拼音库
  

  首先需要一个拼音库，里面记录着所有常用汉字的拼音
  

  

  例如：
  

  '中' => 'zhong'
  

  '张' => 'zhang'
  

  '网' => 'wang'
  

  

  2.建立索引
  

  这里以用户的手机通讯录为例，现在几乎每个人都有一个或多个手机，手机里面多少会有一些联系人。假设现在要实现这样一个需求，可以通过姓名或电话进行联系人搜索，这样我们将姓名及电话里面的值进行索引即可，索引的时候采用增量索引，也就是那条数据修改了，就更新对应数据的索引，没有发生变化的数据不建立索引，节省时间。
  

  

  增量索引时，怎样判断数据是否已经改变了呢？首先数据库里面有一份数据，索引里面有一份数据，我们要对姓名及电话进行索引，对比一下姓名及电话的值，如果完全相同，则不需要再次建立索引了，原理很简单。
  

  

  同一次建立索引的时候可以把汉字转换拼音的结果缓存到内存中，索引建立完成以后内存中的数据自动消失，因为拼音库是一个关联数组，里面的数据很多，查找起来比较花时间。
  

  

  比如有以下的姓名:
  

  张三
  

  李四
  

  张东
  

  张西
  

  李涛
  

  张南
  

  

  里面有4个姓张的，两个姓李的，这样汉字转拼音的时候张字及李字只用转换一次即可，下次直接从内存里面取数据，性能上可以得到一些提升，相同的汉字越多，则性能提高得越多。
  

  

  /**
  

  * 如果$s为北京，则函数str2py的返回值为beijing, $firstPy的结果为bj
  

  */
  

  function str2py($s, &$firstPy = '', $charset = 'UTF-8') {
  

  if (empty($s)) return '';
  

  

  global $py_dic;
  

  

  if (!is_array($py_dic)) {
  

  include_once(dirname(__FILE__) . '/py_dic.php');
  

  }
  

  $s = strtolower($s);
  

  $len = mb_strlen($s, $charset);
  

  

  for ($i = 0; $i < $len; $i++) {
  

  $key = mb_substr($s, $i, 1, $charset);
  

  

  if (ord($key) > 128) {
  

  //如果缓存里面有数据，直接从缓存里面取数据
  

  $char = isset($GLOBALS["py_$key"]) ? $GLOBALS["py_$key"] : $py_dic[$key];
  

  

  if ($char) {
  

  $firstPy .= substr($char, 0, 1);
  

  //将拼音转换的结果缓存起来，让后面的使用
  

  !isset($GLOBALS["py_$key"]) && $GLOBALS["py_$key"] = $char;
  

  }
  

  $py .= $char;
  

  } else {
  

  $py .= $key;
  

  }
  

  }
  

  

  return $py;
  

  }
  

  

  联系人的元数据一般是保存在数据库中，比如MySQL，索引的数据可以保存在文件中，也可以保存在NoSQL中，比如TT，每个用户一个key, 值是二维数据的值json_encode以后保存到TT中。
  

  

  3.搜索
  

  比如某个联系人的姓名为“张三”，则建立的索引值为\u5f20\u4e91|zhangsan|zs，包括张三这两个汉字本身 加上 张三的全拼 加上 拼音的首字母，这样用户输入张三、zhangsan、zs等均可搜索出张三，当然也支持模糊匹配，比如输入张、zhang、zhangs、z、han、ang、gsa也可以搜索出张三。
  

  

  4.拼音搜索应用
  

  a.58同城的列车时刻表查询，http://lieche.58.com/
  

  

  b.去哪儿首页的国内机票查询，http://www.qunar.com/
  

  

  c.搜房网的房子查询，http://www.soufun.com/