Algorithm 简单n-gram算法

我正在寻找一种算法（或C#，Java源代码），可以在句子中找到n-gram。具体来说，我有100个单词（w1到w100）和由这些单词组成的句子（s1、s2、s3等）

句子长度从1到100个单词不等，单词可以以任何顺序出现在句子中（但一旦放入一个句子中，顺序就会起作用），单词可以重复任意次数

我正在寻找一种算法，该算法将采用一个阈值数字，并返回出现在阈值以上的句子中的n-gram以及出现n-gram的句子

我还对一种间隙容忍算法感兴趣，该算法可以找到顺序相同但中间有间隙的常用词

---

提前谢谢。我希望这个问题在StackOverflow的范围内得到明确的说明。

作为澄清的一点，我们是使用n-grams来表示

n

字母组，还是将其定义为

n

单词组？