C# 如何将列表归结为最不常用的字符串？

我有一个

HashSet

，我正在将粗俗的单词加载到其中进行过滤。问题是，我的列表将包含“符”以及完整拼写的单词。我想做的是过滤列表，使其只包含“Fu”，这将从列表中删除该词的任何其他形式

换句话说，我想删除列表中的所有字符串，其中其子字符串也是列表项

我该怎么做呢

我有以下内容，其中

excludedWords

是原始的

HashSet

，但它不能完全工作：

HashSet<string> copy = new HashSet<string>(exludedWords);

foreach (string w in copy)
{
    foreach (string s in copy)
    {
        if (w.Contains(s) && w.Length > s.Length)
        {
            result.Remove(w);
        }
    }
}

HashSet copy=新的HashSet（排除字）；
foreach（复制中的字符串w）
{
foreach（复制中的字符串s）
{
如果（w.包含和w.长度>s.长度）
{
结果：移除（w）；
}
}
}

您应该将集合中的每个单词与集合中的每个其他（明显不同的）单词进行比较。您可以通过以下方式实现这一点（尽管我确信无论如何，这不是最有效的方法）：

string[]strings={“a”、“aa”、“aaa”、“b”、“bb”、“bbb”、“c”、“cc”、“ccc”}；
列表结果=新列表（字符串）；
foreach（字符串中的字符串str1）{
foreach（字符串中的字符串str2）{
如果（str1！=str2）{
if（str2.Contains（str1））{
结果：移除（str2）；
}
}
}
}
返回结果；

这里有一种方法

filter.RemoveAll(a => filter.Any(b => b != a && a.Contains(b)));

其中filter是一个列表，预先填充了过滤器字符串

编辑：

---

没有看到您希望包含而不是以开始。所以做了必要的修改

假设您只想丢弃较长的值，您可以使用

IEqualityComparer

实现来获取新的值集

private class ShortestSubStringComparer : IComparer<string>, IEqualityComparer<string>
{
    public int Compare(string x, string y)
    {
        if (x == null) return (y == null) ? 0 : -1;
        if (y == null) return 1;

        Debug.Assert(x != null && y != null);
        if (this.Equals(x, y)) return x.Length.CompareTo(y.Length);
        return StringComparer.CurrentCulture.Compare(x, y);
    }

    public bool Equals(string x, string y)
    {
        if (x == null) return y == null;
        if (x.StartsWith(y)) return true;
        if (y != null && y.StartsWith(x)) return true;
        return false;
    }

    public int GetHashCode(string obj)
    {
        return obj.GetHashCode();
    }
}

或者，

Min

可能会起作用（这意味着您也不需要

IComparer

实现）

public HashSet FindShortestSubString（HashSet集）
{
var comparer=新的ShortestSubStringComparer（）；
返回新的HashSet（set.GroupBy（e=>e，comparer）。选择（g=>g.Min（e=>e））；
}

我建议不要使用这种类型的过滤。您可能会节省一些cpu周期，但您会得到一些意想不到的结果，这些结果可能会让您的用户感到困惑（或者干脆让他们发疯）

例如，让我们假设这是您的粗俗词汇列表

福 酒吧 笨蛋 愚蠢的

您希望从某些内容中过滤掉所有这些单词。为了提高效率，您删除foohead和傻瓜，只需在子字符串foo上进行过滤

您将过滤包含foo但不在原始粗俗列表中的无害单词

让我想起了最近的每日WTF。。。（第二个倒下）

---

您可以使用正则表达式。这是在vb，但我相信你可以转换它

例如：

Imports System.Text.RegularExpressions
Public Class Form1

Private Sub Form1_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
        Dim InputString As String
        InputString = Regex.Replace(WHAT THE USER HAS ENTERED, "fu", "**")
    End Sub
End Class

---

你要过滤掉所有以“Fu”开头的单词，还是我误解了？@bzlm我会说“从列表中删除所有包含其他单词的单词”，所以。。。删除foohead，因为foo已在列表中？应使用作为数据结构。搜索字符串的效率会更高。@Jeff:我想这应该是一个答案。从这个数据结构来看，该算法几乎可以自己编写。-StartsWith（）是不够的，但您的示例确实建议了一种与我不同的方法。复制原始列表并处理副本，而不是修改原始列表。我试试。@MAW74656，使用Contains而不是StartsWith的理由是什么？为什么要删除“astrofunk”，因为“fu”在列表中？@bzlm-因为“fu”是“astrofunk”和“fu*k”中最短的常用攻击子串。我从来没有说过只从开始移除，子字符串可以从字符串中的任何索引开始。很抱歉，根据您的“fu”示例，我将其解释为

StartsWith

，但您可以同样轻松地使用

Contains

@MAW74656-我刚刚使用

string[]strings={“as”，“ASS”，“AS5”}运行了上面的代码片段

作为输入，我得到的结果就是

as

。不确定那里可能出了什么问题。如果你改变了条件，那可能就是原因-哎哟，兰姆达！这会比循环更好吗？不会，但我当时没有可用的Assember编辑器来提供性能最好的解决方案。（我没有看到他在帖子中提到任何速度的需要）-我只是说，一般来说，哪一种表现更好？我知道这并不完美，尽管因为我只做了一次，然后在缩短的列表中循环，所以此操作的性能并不重要。这并不是最快的，因为它是n^2（所有项与所有其他项和自身进行比较），而替代解决方案永远不会检查比其自身短的字符串。我只是喜欢它的紧凑性和可读性与其他人相比，如果你只有一个小的数据库的话，我相信它会好的。-我的名单可以有几个“最小公域”。我需要去掉较长版本的单词。听起来这个方法假设每个列表只有一个最不常见的存根字符串？这就是我对这个问题的评论。除非我误解了OP将如何处理这个减少的粗俗词汇列表，否则他会有这个问题的。是的。我同意。这是一个有效的编程练习，值得一个真正的答案。但是对于这个用例，它会导致一些真正的问题。对不起，我没有看到问题？我看到的唯一问题是这个过滤器会抛出一些安全的词（这是可以接受的）。我不在乎我的列表是否包含“食物”，只要它不包含“foohead”。问题不在于列表中的内容。你的名单是正确的。当您试图使用列表对用户提交的内容进行过滤时（我们假设您正在进行过滤，我们可能是错的）@BZink，我认为这样做是为了确保随机生成的字符串不可能包含粗俗内容。不筛选网页。：）谢谢，但我真的不想“隐藏”ba

public HashSet<string> FindShortestSubString(HashSet<string> set)
{
    var comparer = new ShortestSubStringComparer();
    return new HashSet<string>(set.GroupBy(e => e, comparer).Select(g => g.OrderBy(e => e, comparer).First()));
}

public HashSet<string> FindShortestSubString(HashSet<string> set)
{
    var comparer = new ShortestSubStringComparer();
    return new HashSet<string>(set.GroupBy(e => e, comparer).Select(g => g.Min(e => e)));
}

Imports System.Text.RegularExpressions
Public Class Form1

Private Sub Form1_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
        Dim InputString As String
        InputString = Regex.Replace(WHAT THE USER HAS ENTERED, "fu", "**")
    End Sub
End Class