Java中的字符串搜索算法

我正在用大量数据进行字符串匹配

编辑：我正在将一个大列表中包含的单词与一些本体文本文件进行匹配。我从本体中获取每个文件，并搜索每个文件行的第三个字符串与列表中的任何单词之间的匹配

我犯了一个错误：我需要做的不是纯粹的匹配（结果很差），但我需要一些更松散的匹配函数，当字符串包含在另一个字符串中时，该函数也将返回结果

我做这件事的时候带着；这是非常快，工作很好，但现在我想我的工作是无用的，因为trie只返回精确匹配/

• 执行此操作的算法类型是字符串搜索算法
• 有人能推荐一些他有经验的Java实现吗

算法应该是快速的，但不是最优先的，它将与速度和复杂性相匹配

我非常感谢所有的建议/例子/解释/链接

---

谢谢大家!

我不完全确定我是否正确理解了这个问题，但听起来正则表达式可以解决这个问题

---

正则表达式绝对是您的最佳选择。它们的编写可能有点混乱，但它们是唯一一种可以进行更松散匹配的方法，而不需要一系列令人费解的if/else或switch语句

另外，它们会比替代品快得多。

您可能会发现它们很有用（它们在概念上与尝试类似）

对于每个字符串，您可以以“^”开头，以“$”结尾，并创建所有附加字符串的后缀树。空间使用率将为O（n），并且可能比trie的情况更糟

如果您现在需要搜索字符串s，您可以在O（| s |）时间内轻松完成，就像trie一样，您得到的匹配将是子字符串匹配（基本上，您将匹配某个字符串的某个后缀）

对不起，我手头没有Java实现的参考资料

找到了一个有用的答案：

其中：

这反过来又有：源代码：

您可以在文本文件中搜索单个模式，并对列表中的所有模式重复此算法

---

另一个最好的解决方案是使用多模式搜索算法，比如：

为什么不在java中使用indexOf方法呢。根据内存可用性，阅读内容。做一个索引，得到你需要的所有行。加载下一组内容

如果从文件中读取，请使用nio流

也许这个想法不好，但我相信java。它将使用最好的算法

---

使用正则表达式更好。

-1：为什么正则表达式是“最好的”？为什么选择if/else开关语句？在选择替代方案之前，你考虑过哪些其他选择？我想说regex的性能会很差！你必须编译它们，然后在匹配过程中可能进行回溯等等……好吧，问题最初的措辞（预编辑），这就是我阅读它的方式——显然，它不再适用了@白痴：我想这可能正是我所需要的，如果我理解得很好，我可以用同一棵树进行“匹配”和“包含”。@Julia:是的。如果要精确匹配，请在搜索字符串前加上“^”，再加上“$”并进行匹配。如果您想要包含，请按原样使用搜索字符串。@Moron:这似乎很完美。一定有一些java库@朱莉娅：看看我给这个答案添加的链接。什么是“做这件事的算法类型是字符串搜索算法？”问？您说在文本文件中搜索，但我不需要匹配文本文件中的任何位置，而是每行的第三个字符串，可以指定吗？（对于细节，我感到很抱歉，因为我匆忙地使用了基数trie）BM算法匹配任何字符串，而不考虑字符串的来源（来自文件中的文本，来自数据库中的单元格…等等）。