Algorithm 匹配列表中连续子集的算法

我试图记住在一个集合中找到一个子集的正确算法，该子集与可能子集列表中的一个元素相匹配。例如，给定输入：

aehfaqptpzzy

以及子集列表：

{ happy, sad, indifferent }

我们可以看到单词“happy”是匹配的，因为它在输入中：

aehfaqptpzzy

aehfaqptpzy

我很确定有一个特定的算法可以找到所有这样的匹配，但我记不起它叫什么了

更新

上面的例子不是很好，因为它有字母重复，事实上在我的问题中，字典条目和输入字符串都是可排序集。比如说,

输入：acegimnrqvy

字典： {cgn， dfr， lmr， mnqv， eg}

因此，在本例中，算法将返回cgn、mnqv和eg作为匹配项。此外，我还想找到最佳互补匹配集，其中“最佳”表示最长。因此，在上面的示例中，“最佳”答案是“cgn mnqv”，eg不是匹配项，因为它与cgn冲突，后者是一个较长的匹配项

---

我意识到问题可以通过暴力扫描来解决，但这是不可取的，因为字典中可能有数千个条目，输入字符串中可能有数千个值。如果我们试图找到最佳匹配集，可计算性将成为一个问题。

您可以将Aho-Corrasick算法用于多个当前状态。对于每个输入字母，您可以停留（跳过字母）或使用适当的边缘移动。如果两个或两个以上的“演员”在同一个地方相遇，只需将他们合并为一个（如果你只对在场感兴趣而不在乎）

---

关于复杂性-这可能与幼稚的

O（MN）

方法一样慢，因为字典中的参与者可能多达

大小。然而，在实践中，我们可以很好地利用这样一个事实，即许多单词都是其他单词的子字符串，因为trie

参与者的大小永远不会超过

，与字典的大小相比，trie参与者的大小往往要小得多
 听起来你真的有一个列表，而不是一套。一个集合没有顺序，也不包含重复项…匹配项在目标字符串中必须是顺序的吗？在这一点上，算法肯定只是简单的从左到右扫描？这将是
O（MN）
（其中
M
是目标单词的数量，
N
是原始列表中的字母数量）。定义“所有此类匹配”。对于输入
ssaadd
，是否应该为
sad
找到6个匹配项？或者你只是想检查一下是否存在sad？这是一个集合。我简化了这个问题。实际问题涉及声学频率设置。例如，声学特征可能是100/51150/30175/35190/17，其中第一个数字是频率，第二个是振幅。问题是要找出声学特征是否存在于环境中的一组音调中。