Java 批处理字符串包含操作优化？

我有两套绳子，A和B。 我想解决的问题是计算集合B中有多少字符串包含集合A中的任何单个字符串。例如：
A:“A”，“b”
B：“abc”、“dsf”、“aqc”、“yyy”、“xxx”、“bbb”
结果是3（“abc”、“aqc”、“bbb”）

不幸的是，在我的例子中，集合A和集合B非常大，比如说，集合A有数百万个字符串，集合B有数十亿个字符串。所以我必须用Java语言进行数百万个、数十亿个“indexof”操作。算法复杂度为O（m*n）

---

有什么优化算法可以让它更快吗？

可能数据库搜索和咖啡休息是常见的做法

但让我们看看

使用字母组：

• 首先将每个字母映射到一个最常见的素数字母：e2，t3，o5，i7
• 计算A和B中字符串的所有字母素数的乘积
• 现在B中的候选者是那些可以被A中的任何元素划分的
• 这可能会大大减少可能的候选对象的映射

使用搜索模式（A中的术语字母树）：

• 这有点像制作一个正则表达式模式（a | b）”，但随后非常大。此模式可以编译并针对每个单词运行。不确定这是否是一种加速

---

此外，使用Java 8及其并行流，从A到B以1000块为单位。

注意，即使最好的算法最坏的情况是m*n，这个问题也是可并行的。如果集合

A

总是包含一个字符，这可以在

O（n）

中实现，其中n是集合

B

的大小。否则它就是上面建议的

O（m*n）

。