Java 一种在字母数组中搜索单词的算法

所以我有一个数组，我必须搜索单词

阵列：

        0   1   2   3   4   5   6   7   8   9   10  11
text    g   t   c   a   n   d   l   e   t   j   a   q

关键是：

2 can
2 candle
3 a
3 an
3 and
6 let
10 a

数字是从正在搜索的数组开始的偏移量，字符串是在该偏移量处找到的字典中的单词。请注意，多个单词可以从同一偏移量开始，同一个单词可以在多个位置找到。还要注意，单词可以重叠

这是我写的代码：

public ArrayList<Location> findWords(String[] dictionary, String text) {
    int keyLength = text.length();
    int dtLength = dictionary.length;

    ArrayList<Location> results;
    results = new ArrayList<>();

    for (int k = 0; k < keyLength; k++) {
        for (int d = 0; d < dtLength; d++) {
            if (dthasKey(dictionary[d], text, k)) {
                Location loc = new Location(k, dictionary[d]);
                results.add(loc);
            }
        }
    }
    return results;
}

private boolean dthasKey(String key, String text, int pos) {
    for (int i = 0; i < key.length(); i++) {
        if (key.length() >= text.length() - pos)
            return false;
        while (key.charAt(i) != text.charAt(pos + i)) {
            return false;
        }
    }
    return true;
}

public ArrayList findWords（字符串[]字典，字符串文本）{
int keyLength=text.length（）；
int dtLength=dictionary.length；
ArrayList结果；
结果=新的ArrayList（）；
for（int k=0；k=text.length（）-pos）
返回false；
while（key.charAt（i）！=text.charAt（pos+i））{
返回false；
}
}
返回true；
}

我想知道是否有更好的办法来解决这个问题。如果你们也能提供最差的时间复杂度，那就太好了。我写的是：

O（k*n*m）

式中，m是该区域的大小 字典，n是文本的大小，k是文本的长度

---

最长的单词。

您可以为每个单词创建一个自动机（只接受该单词），然后同时在所有自动机中运行给定的文本，这将导致O（m*k^2+n）

解决问题的标准方法是使用，它从字典中构建一个自动机，然后可以快速找到传递给它的字符串中的所有单词。谷歌搜索揭示了许多Java实现

构建自动机是O（n），其中n是字典中所有单词的字符数。但这是一次性的费用。您可以使用该自动机在多个文档中搜索单词

搜索文档中的单词是O（m+z），其中m是文档中的字符数，z是找到的匹配项数

---

我不知道Aho Corasick是否是最快的算法，但它非常快。而且现有的Java实现将是一个巨大的优势。但实施起来并不特别困难。最初的论文非常可读，尽管在“点击”之前可能需要反复阅读、思考和阅读。伪代码示例非常详细，您可以将其用作实现的基础。我使用该文档为一篇文章创建了一个索引。

将字典设置为

HashSet

，这样你就有了

O（k*n）

如果要在整个数组中搜索每个可能的单词（例如，整个字符串，整个字符串减去1个字母，然后是2个字母，等等），那么你的时间复杂度就最差了我不知道正则表达式的复杂性，但我想你可以试试。标准的解决方案是，从字典中构建一个自动机（一次性成本），然后可以快速找到传递给它的字符串中的所有单词。Google搜索揭示了许多Java实现。Aho Corasick搜索算法的时间复杂度为O（n+z），其中n是要搜索的文本的长度，z是找到的匹配数。那是在树建成之后。自动机的构造是O（n），但具有相当高的常数。然而，这是一次性的费用。也就是说，从字典中构造一次自动机，并使用该自动机搜索多个字符串或文档。谢谢@Jim。这确实有帮助：）O（n）应该足够了：D