String 高效地查找字符串中的任何子字符串集

假设我们有3个字符串：

“ab”、“cd”和“ef”

让我们假设要搜索的子字符串是上述字符串的排列，
即{“abcdef”、“abefcd”、“efabcd”、“efcdab”、“cdefab”、“cdabcf”中的任何一个
现在让我们假设我们有一个长字符串，并且我们希望在其中找到上述集合中的任何子字符串（稍微简化一下情况，并假设主字符串中只有一个子字符串出现一次）。
例如

Main string: abcdghefcdabgh
Substring:         efcdab

在这种情况下，最有效的搜索方式是什么？使用蛮力搜索每个可能的子字符串效率很低
Rabin Karp多模式搜索是我想到的一种方法。但是，我不确定在这种情况下，高效的哈希函数是什么。

搜索任何“ab”，在+1或-1处找到“cd”或“ef”，继续，直到找到整个排列

例如：

使用

“ab”、“cd”、“ef”

在“asjkdnjdnaboidnabefcdasdnmk”中

“ab”

的第一个实例位于

9

，因此：

lowerFound = 9
upperfound = 11 \\ found index + length of found string

从这里您知道排列中的任何其他匹配必须在

下方格

之前或

上方格

之上，因此请查看两侧，例如：

dn ab oi

不包含任何匹配项，因此放弃并在

15

lowerFound = 15
upperfound = 17
search for "cd" or "ef" at 15-length or 17
found "ab"+"ef"

lowerFound = 15
upperfound = 19
search for "cd" at 15-length or 19
found "abef"+"cd"

return

我已经制定了一个程序来实现这一点，但它相当大，而且是行式的，所以我把它放在这里，请随意批评这种方法。

---

为了减少最坏情况

“abababcdef”

您可能希望保留已在内存中搜索的索引。

我不确定是否可以选择查找模式字符串的所有排列，但如果可以在合理的时间内找到这些排列，则可以使用此算法，同时检查所有图案

另一种需要额外空间的快速方法是在文本上构建后缀树。然后匹配每个模式。 生成树是O（n），其中n是文本大小。 匹配每个图案的是O（p），其中p是每个图案的长度

---

Total time=O（p1+p2+p3…+n）

所描述的Rabin-Karp滚动散列有什么问题？对于您描述的特定情况，检查所需长度的搜索字符串的每个子字符串（其中有O（n）个用于搜索字符串长度n）并查看这是否是目标字符串似乎并不那么低效。如果目标字符串集很小，您可以在O（m）中构建一个哈希表（其中m是目标字符串的数量）。。。否则，您可以构建某种搜索树之类的东西。我不知道你怎么认为你能比O（n+m）做得更好。。。抱歉，如果这遗漏了一些明显的东西，那就太过密集了。@robmayoff嗯，这没什么问题。我只是想知道有没有一个更好的方法我没有：）@Patrick87这是一个关于interviewstreet的facebook挑战的问题。我所描述的案例非常小。问题说要搜索的字符串可能有一百万个字符长，并且可以从中选择的子字符串的数量是100！（这里是3！）