在Java中，如何找到两个字符串之间的所有重叠短语？

假设我有两个字符串

我喜欢鸡肉沙拉，它是我最喜欢的食物

这本书包含了大量制作各种食物的食谱，包括蛋糕、鸡肉沙拉等

在这里，两个字符串之间的重叠短语是-鸡肉、沙拉、鸡肉沙拉、食物

---

找到两个字符串之间重叠短语的最佳方法是什么？假设两者的语法和语义都是干净的，而且第一个总是比第二个短。

首先，我认为可以使用蛮力算法。您可以在shor字符串中拼写单词，也可以在长字符串中拼写单词，如下所示：

String short_words[] = short_string.spilt(" ");
String long_words[] = long_string.spilt(" ");

接下来，您可以对short_words数组中的单词进行迭代，并检查每个单词是否在long_words数组中。但是时间复杂度非常糟糕，为0（m*n）。

---

其次，我认为您可以使用哈希函数来实现这一点。

首先，我认为您可以使用蛮力算法。您可以在shor字符串中拼写单词，也可以在长字符串中拼写单词，如下所示：

String short_words[] = short_string.spilt(" ");
String long_words[] = long_string.spilt(" ");

接下来，您可以对short_words数组中的单词进行迭代，并检查每个单词是否在long_words数组中。但是时间复杂度非常糟糕，为0（m*n）。

---

其次，我认为您可以使用哈希函数来执行此操作。

您可以尝试以下操作：

String short_words[] = short_string.spilt(" ");
String long_words[] = long_string.spilt(" ");

**

List al=new ArrayList（）；
String one=“我喜欢鸡肉沙拉，这是我最喜欢的食物。”；
字符串结果=1.replaceAll（“[，]”，“”）；
String[]tokens=result.split（“”）；
String second=“这本书包含了大量制作各种食物的食谱，包括蛋糕、鸡肉沙拉等”；
系统输出打印项次（结果）；
对于（int i=0；i=0）{
新增（代币[i]）；
}
}
系统输出打印项次（al）；
}

---

**

您可以尝试以下方法：

String short_words[] = short_string.spilt(" ");
String long_words[] = long_string.spilt(" ");

**

List al=new ArrayList（）；
String one=“我喜欢鸡肉沙拉，这是我最喜欢的食物。”；
字符串结果=1.replaceAll（“[，]”，“”）；
String[]tokens=result.split（“”）；
String second=“这本书包含了大量制作各种食物的食谱，包括蛋糕、鸡肉沙拉等”；
系统输出打印项次（结果）；
对于（int i=0；i=0）{
新增（代币[i]）；
}
}
系统输出打印项次（al）；
}

---

**满足您需求的方法：

public static void overlappingPhrases() {
    List<String> list = new ArrayList<>();
    String string1 = "I like chicken salad, it's my favorite food.";
    String string2 = "This book contains tons of recipes on making all sorts of food, including cakes, chicken salad, etc.";
    String[] words = string1.replaceAll("[.,]","").split(" ");
    System.out.println(string1+"\n"+string2);
    for(int i=0;i<words.length;i++){
        if(string2.indexOf(words[i])>=0){
            list.add(words[i]);     
            int j=i;
            String tmp=words[i];
            while(j+1<words.length){
                if(string2.indexOf(tmp + " " + words[++j])>=0)
                   tmp = tmp + " " + words[j]; 
                else {
                    if (!tmp.equals(words[i]))
                        list.add(tmp);                         
                    break;
                }
            }                        
         }                            
    }
    System.out.println("Overlapping phrases: "+list);
} 

---

满足您需求的方法：

public static void overlappingPhrases() {
    List<String> list = new ArrayList<>();
    String string1 = "I like chicken salad, it's my favorite food.";
    String string2 = "This book contains tons of recipes on making all sorts of food, including cakes, chicken salad, etc.";
    String[] words = string1.replaceAll("[.,]","").split(" ");
    System.out.println(string1+"\n"+string2);
    for(int i=0;i<words.length;i++){
        if(string2.indexOf(words[i])>=0){
            list.add(words[i]);     
            int j=i;
            String tmp=words[i];
            while(j+1<words.length){
                if(string2.indexOf(tmp + " " + words[++j])>=0)
                   tmp = tmp + " " + words[j]; 
                else {
                    if (!tmp.equals(words[i]))
                        list.add(tmp);                         
                    break;
                }
            }                        
         }                            
    }
    System.out.println("Overlapping phrases: "+list);
} 

---

我试过这种方法。似乎满足了你对沙拉、鸡肉、鸡肉沙拉、食物的需求，就像重叠的短语一样

public static void main(String a[]) throws IOException{
    String firstSentence = "I like chicken salad, it's my favorite food";
    String secondSentence = "This book contains tons of recipes on making all sorts of food, including cakes, chicken salad, etc";
    String[] firstSentenceWords = firstSentence.replaceAll("[.,]", "").split(" ");
    Set<String> overlappingPhrases = new HashSet<String>();     
    String lastPhrase = "";     
    for(String word : firstSentenceWords){
        if(lastPhrase.isEmpty()){
            lastPhrase = word;
        }else{
            lastPhrase = lastPhrase + " " + word;
        }
        if(secondSentence.contains(word)){
            overlappingPhrases.add(word);
            if(secondSentence.contains(lastPhrase)){
                overlappingPhrases.add(lastPhrase);
            }
        }else{
            lastPhrase = "";
        }
    }
    System.out.println(overlappingPhrases);
}

publicstaticvoidmain（字符串a[]）引发IOException{
String first句子=“我喜欢鸡肉沙拉，这是我最喜欢的食物”；
String second句子=“本书包含大量制作各种食物的食谱，包括蛋糕、鸡肉沙拉等”；
String[]firstSentenceWords=firstSession.replaceAll（“[，]”，“）.split（“”）；
Set overlappingPhrases=new HashSet（）；
字符串lastphase=“”；
for（字符串字：firstSentenceWords）{
if（lastphase.isEmpty（））{
最后一个短语=单词；
}否则{
lastphase=lastphase+“”+单词；
}
if（第二句，包含（单词））{
重叠短语。添加（单词）；
if（第二句话.包含（最后一句话））{
重叠短语。添加（最后一个短语）；
}
}否则{
最后一句=”；
}
}
System.out.println（重叠短语）；
}

---

重叠短语

集合包含

[鸡肉沙拉，鸡肉，沙拉，食物]

我尝试了这种方法。似乎满足了你对沙拉、鸡肉、鸡肉沙拉、食物的需求，就像重叠的短语一样

public static void main(String a[]) throws IOException{
    String firstSentence = "I like chicken salad, it's my favorite food";
    String secondSentence = "This book contains tons of recipes on making all sorts of food, including cakes, chicken salad, etc";
    String[] firstSentenceWords = firstSentence.replaceAll("[.,]", "").split(" ");
    Set<String> overlappingPhrases = new HashSet<String>();     
    String lastPhrase = "";     
    for(String word : firstSentenceWords){
        if(lastPhrase.isEmpty()){
            lastPhrase = word;
        }else{
            lastPhrase = lastPhrase + " " + word;
        }
        if(secondSentence.contains(word)){
            overlappingPhrases.add(word);
            if(secondSentence.contains(lastPhrase)){
                overlappingPhrases.add(lastPhrase);
            }
        }else{
            lastPhrase = "";
        }
    }
    System.out.println(overlappingPhrases);
}

publicstaticvoidmain（字符串a[]）引发IOException{
String first句子=“我喜欢鸡肉沙拉，这是我最喜欢的食物”；
String second句子=“本书包含大量制作各种食物的食谱，包括蛋糕、鸡肉沙拉等”；
String[]firstSentenceWords=firstSession.replaceAll（“[，]”，“）.split（“”）；
Set overlappingPhrases=new HashSet（）；
字符串lastphase=“”；
for（字符串字：firstSentenceWords）{
if（lastphase.isEmpty（））{
最后一个短语=单词；
}否则{
lastphase=lastphase+“”+单词；
}
if（第二句，包含（单词））{
重叠短语。添加（单词）；
if（第二句话.包含（最后一句话））{
重叠短语。添加（最后一个短语）；
}
}否则{
最后一句=”；
}
}
System.out.println（重叠短语）；
}

---

重叠短语

集合包含

[鸡肉沙拉、鸡肉、沙拉、食物]

您可以在较短的字符串中创建单词的散列，然后将第二个单词与第一个单词进行对比，或者只需将每个单词插入到哈希中，如果它找到一个单词，则使用该单词来表示它重叠。我将标记短字符串，并在长字符串中搜索。另一方面，你应该考虑使用一个附加的停用词列表来忽略常见的词，如，to，at，IT等，如果在更长的字符串中找到短字符串的任何可能的子串，那么就会产生一个HeluuVa的TokStube。对于第一个字符串，我假设部分标记化的结果将包括‘鸡肉’、‘鸡肉沙拉’、‘最喜欢的食物’、‘食物’等。@MattCoubrough，我还希望在进行标记化时，诸如‘I’、‘the’、‘my’等‘噪音’单词也应该被删除。您可以在较短的字符串中创建一个单词散列，然后对照第一个单词检查第二个单词，或者将每个单词插入散列，如果它找到一个单词，则使用该单词来显示它重叠。我将标记短字符串并在长字符串中搜索。另一方面，您应该考虑使用一个附加的停用词列表。