String 按单词搜索给定字符串的超级字符串

对于任何输入字符串，我们都需要按任意顺序逐字查找超级字符串匹配。i、 e.输入字符串中的所有单词必须以任何顺序出现在输出字符串中。 e、 g.给定数据集： “字符串搜索” “java字符串搜索” “手动c字符串搜索等于” “java搜索代码” “c java代码搜索”

输入：“java搜索” 输出： 1） “java字符串搜索” 2） “java搜索代码” 3） “c java代码搜索”

输入：“搜索c” 输出： 1） “手动c字符串搜索等于” 2） “c java代码搜索”

这可以通过一个字一个字的匹配以一种非常简单的方式完成。在这里，我主要是寻找一个有效的算法

输入：给定数据集中的数十亿条记录（大部分为1到10个字长的字符串）。 我需要为数百万个字符串找到超级字符串。

---

注意：单词是扩展字典中的单词。

您基本上需要找到两组单词的交集，输入单词和数据单词。如果交集等于输入单词，则有一个匹配项

以下是集合交点的有效算法：

我脑海中浮现的一个算法，在O（n*m）[n=大小输入，m=大小数据]中完成

Python:

match = True
for word in input.split():
  if word in data_words.split(): # linear search comparing word to each word
    continue
  else:
    match = False
    break

---

在排序后的列表上搜索会更快，哈希查找也会更多。这些在上面的链接中有详细说明。

您基本上需要找到两组单词的交集，即输入单词和数据单词。如果交集等于输入单词，则有一个匹配项

以下是集合交点的有效算法：

我脑海中浮现的一个算法，在O（n*m）[n=大小输入，m=大小数据]中完成

Python:

match = True
for word in input.split():
  if word in data_words.split(): # linear search comparing word to each word
    continue
  else:
    match = False
    break

在排序后的列表上搜索会更快，哈希查找也会更多。这些都在上面的链接中有详细说明。

预处理您的输入（如果可能），并为数据集中出现的单词编制索引。生成从每个单词到一组可能输出字符串的映射。例如，使用数据集

0 string search
1 java string search
2 manual c string search equals
3 java search code
4 c java code search

我们得到

c {2,4}
code {3,4}
equals {2}
java {1,3,4}
...

然后，搜索给定输入的匹配项非常简单，只需将与输入字对应的集合相交即可：

input: "java c"
output: {1,3,4} intersect {2,4} = {4}

如果将集合存储为排序列表，则可以通过并行扫描列表在线性时间（输入集合的总长度为线性）内完成交集。

预处理输入（如果可能），并为数据集中出现的单词编制索引。生成从每个单词到一组可能输出字符串的映射。例如，使用数据集

0 string search
1 java string search
2 manual c string search equals
3 java search code
4 c java code search

我们得到

c {2,4}
code {3,4}
equals {2}
java {1,3,4}
...

然后，搜索给定输入的匹配项非常简单，只需将与输入字对应的集合相交即可：

input: "java c"
output: {1,3,4} intersect {2,4} = {4}

---

如果将集合存储为已排序的列表，则可以通过并行扫描列表在线性时间（输入集合的总长度为线性）内完成交集。

您应该对一个输入字符串与所有数据集（数量为数十亿）进行正则表达式比较。现在我需要对另外一百万（如果不是十亿）个输入字符串重复这个操作！您应该对一个输入字符串进行regexregex比较，因为所有数据集（数量为数十亿）都相当高。现在我需要对另外一百万（如果不是十亿）个输入字符串重复这个操作！