java中高效的字符串匹配

我有一系列的句子（推特）和超过1000万个名字。我想确定一句话（tweet）中是否提到了1000万个名字中的一个。我可以为所有可能的模式编译正则表达式，但我真的很想知道是否有一种有效的算法可以做到这一点

---

谢谢，

您可以构建。

您可以尝试使用

如果只查找简单字符串（名称）的出现，我认为根本不需要模式匹配。如果你的目标是推特的名字——在推特中提到它们时，它们的前缀不是@符号吗？如果是这样，首先只需寻找@符号并从那里开始

要检查@后面的字符串是否是1000万个字符串之一，ruakh提出的前缀树绝对是个好主意

---

.

你可以从另一个方向着手。当句子出现时，将其拆分为标记，并为每个标记构建一个正则表达式模式，类似于^token\s*。将它们与1000万个名字进行比较，假设每个名字都在网上。

谢谢。它们的前缀并不总是@。有些品牌名称不是。谢谢，但这涉及到对句子进行分块以检测名词，这对于数百万个句子来说是相当昂贵的。我希望我正确理解了你的建议。谢谢。这很有趣。布卢姆传单可能会有帮助。我现在就来试试。你是什么意思：一千万个正则表达式，还是一个所有一千万个名字都组合在一起的正则表达式？不管怎样，这听起来都比人类应该被允许的有趣但说真的，这不是正则表达式的工作。