Java 优化搜索两个字符串中的关键字

我有两个字符串，我正在检查这两个字符串中的特定常用词。我已经有了语义分数；在这种情况下不相关，因为这些词是技术缩略语，具有特殊的强调。他们的常用词越多，分数越高，越接近

有很多方法可以做到这一点。到目前为止，我已经想到了两个

1） 我用字符串中的单词创建了两个ArrayList。如果ArrayList和ArrayList中都存在单词，我必须搜索另一组单词。如果他们这样做，我给他们加1分

然后我可以有多种条件，比如

 if((firstString.contains(keyWord)) && (secondString.contains(keyWord)))
  then +1
 if((firstString.contains(anotherKeyWord)) && (secondString.contains(anotherKeyWord)))
  then +1

2> 获取两个字符串，并使用

if firstString.("(.*)someExpression(.*)")) && secondString.("(.*)someExpression(.*)"))
then +1
if firstString.("(.*)someOtherExpression(.*)")) && secondString.("(.*)someOtherExpression(.*)"))
then +1

还有其他更好的方法吗？我现在更倾向于使用正则表达式。这样做看起来相当有效

基本上，我正在做的是，我试图通过使用缩写词，如“ACLS”、“ASHD”、“CXR”（常见医学术语），对类似的句子进行分组，因为我知道这些句子主要讨论这些问题。然后，我得到语义分数，对那些包含这些单词的句子进行分组。错误的方法：/

---

谢谢：）

如果只有几个单词需要检查，我会坚持使用

String.contains（）

，因为它可读且易于实现

---

如果有很多单词需要检查，字符串搜索算法会很方便。

这实际上取决于您希望算法的效率。如果要从您当前建议的两种不同方法中进行选择，我将使用一个简单的

contains（）

检查。正则表达式很适合匹配有变化的模式。对于你这里的比赛场景来说，他们是过度杀伤力了。在最好的情况下，编译所有不同的正则表达式所需的时间将使它们比简单的

contains（）

方法慢

---

然而，有更快的方法。例如，您可以将每个字符串拆分为其包含的单词，并将它们添加到哈希集（基本上是一个实现为哈希表的集）。然后，您将使用hashset的intersect操作（最坏情况是O（n））来获取公共字。这也是一个哈希集。然后检查这些常用词是否可以在已知词列表中找到（也可以是哈希表），并增加分数。使用这种方法，您将跳过所建议方法的所有字符串匹配。

尽管我在这里几乎不关心空间复杂性，但创建这些额外的数据结构（ArrayList和string[]）是否会更加低效？我不太关心容易实现。我会想办法的；）谢谢：）我来看看算法。谢谢：）我试试这个！我可以用Arraylist而不是hashtable来存储包含的单词吗？我不明白为什么我需要在这里配对。我的思路是：Collection firstString=new ArrayList（）；加上（*）；另一个字符串也是如此。然后使用firstString.retainAll（secondString）。。。这不是最理想的吗？@awesomeniket你绝对不必这么做，但它也不是最理想的。我之所以提出hashset，是因为hashset上的retainAll或intersect操作的顺序是O（n），而不是O（n^2）。然而，如果您的字符串包含的单词不超过平均20个，那么这两种方法就不会有什么不同。请随意使用更熟悉的方法，但要记住另一种更复杂的方法。我没想到这会是O（n^2）：p的顺序。。我将使用hashset。再次感谢你！：）我还有一个问题。Hashmap如果值是单词，那么键将是什么。