Java “我们如何实现？”；子串匹配；在O（n）时间下？

我有一项作业需要读取大量随机输入文件，例如：

Adana 
Izmir Adnan Menderes Apt
Addis Ababa
Aden
ADIYAMAN
ALDAN
Amman Marka Intl Airport
Adak Island
Adelaide Airport
ANURADHAPURA
Kodiak Apt
DALLAS/ADDISON
Ardabil 
ANDREWS AFB
etc..

如果我指定一个搜索词，程序应该找到子字符串出现的行。例如，如果搜索词为“uradha”，则程序应显示

ANURADHAPURA

。如果搜索词为“机场”，则程序应显示安曼马尔卡国际机场、阿德莱德机场

作业规范中的一句话：“您需要在编写此应用程序时考虑到效率，就好像涉及到大量数据和处理……”

我可以使用一个循环轻松实现这个功能，但性能是O（n）。我曾考虑使用，但它似乎只有在子字符串从索引0开始时才起作用

---

我想知道有哪些解决方案的性能优于O（n）？

您可以查看或。它们具有良好的渐近性能，但我不知道有哪种算法不需要至少读取一次（几乎全部）输入和输出字符串，因此其性能优于O（n）（其中n是输入的大小）。

其中O（n）是最坏情况下的时间复杂度

---

顺便说一句，您应该将此链接添加到书签中：

我的直觉告诉您思考trie的方法是正确的，您可能想查看该链接上的trie页面的这一部分，了解更多想法。O（n）想法很不幸。

如果输入文本的内容几乎是静态的（或者不经常添加值，并且将值添加到输入源的末尾），那么搜索通常是可以尝试的（可能与trie相同）

1） 您将阅读所有文本（并在添加新元素后进行更新），并准备索引表（匹配发生的坐标（线或带位置的线）的符号映射）

2） 按前2个符号搜索索引表中的第一个坐标

---

3） 然后通过坐标继续在输入文本中搜索

Boyer Moore和一些算法，这些算法在其某些想法上使用变体，可以实现“O（n/m）”（其中n是草堆的长度，m是针的长度）在某些针上的最佳情况性能，但这取决于针上的不重复标准，对于任意大的m（例如，当m远大于字符集大小时），针上的不重复标准不可能满足，这使得即使是最好的情况也更像O（n/256），因此O（n）。在现实世界中，m往往很小，针头往往不是病理周期性的，BM及其近亲仍然可以表现得非常好

---

就我个人而言，我建议使用“双向”算法（在glibc实现中使用类似BM的扩展），因为它保证了O（n）界和恒定的工作空间。

所有行是否都像所示的那样短？@MichaelJ.Barber。基本上要求是模糊的，我只提供了一个示例文件：难道你不需要像量子计算机一样检查O（N）下N个项目的列表吗？@Pacerier:如果你有一个N个字符的输入字符串，你必须至少检查其中的每一个。如果没有量子计算机，你不能比O（n）更快。一个查询无法低于O（n），但是如果你有很多查询，那么你可以通过在O（n）时间内构建一个后缀树或后缀数组来获得很大的加速，然后用它来解决与查询长度成比例的每个查询。Heys sry我不明白你的意思，这是否意味着我需要一个所有可能的输入“a”到“zzzzz”（太大以至于无法实际使用）的映射，这就是所谓的“a”。它可以非常快，因为索引告诉您如何集中搜索。@Pacerier:是的，索引表会很大，甚至比输入源还要大，但它会提高搜索性能。@MichaelJ.Barber-heys很酷，但是假设我只有3个短输入

tiger

，

lion

，和

bear

，你的意思是我必须构建一个33行的表（t，I，g，e，r，ti，ig，ge，er，tig，ige，ger，tige，iger，tiger，l，o，n，li，io，on，lio，ion，lion，b，e，a，be，ea，ar，bea，ear，bear），因为我想知道这种方法的可扩展性有多大。运行测试文件（）会得到286318行..对于短的已知子字符串，Rabin Karp可能也是一种可能性。

'aa' - 1, 15, 27... 
'as' - 1, 15, 17...
'ba' - 2, 3, 15...
...