如何按频率顺序找到最长的子串？

Question

最好用一个例子来描述。鉴于段落：

The longest string in this paragraph is not the shortest string in the paragraph because it is the longest string in the paragraph

我想首先按频率列出匹配子字符串的顺序，然后按长度列出，所以在这种情况下，它应该列出（不区分大小写）

• The longest string in
• the paragraph
• is not the shortest string in
• because
• it is
• this

上面按频率顺序列出子字符串，后跟长度，因此The longest string in重复两次，是最长的子字符串。 is not the shortest string in超过the paragraph，但the paragraph重复两次，因此会先列出。{/ p>

更新（基于AlexC和MattBurland的观察）：

即使空格字符或in等子字符串比其他子字符串出现得多，如果它们已经包含在比其出现*长度更长的子字符串中，则不应列出它们。例如，in出现3次，长度为6个字符（9个末尾包含空格），但由于9个字符比the paragraph短，因此未列出。我希望这有道理吗？

Answer 1

是的，就像其他人说的那样，如果从提供的示例中提取子字符串并修剪空格，您将获得一个字符串数组，如下所示：

string [] myArray = {“the”，“longest”，.... etc

现在，您可以做的是循环到数组中删除相似的字符串，同时增加它们的出现次数。然后，将此信息添加到列表中。

然后再次循环以按长度排序。但是，最后，列表中的字符串不能是单词的组合，除非输入字符串首先被空格分隔，而不是像$符号那样的空格。

“$ this $ $中最长的字符串不是$ $段落中的最短字符串，因为它是$段落中最长的字符串”

如果是这种情况，您只需执行与上述完全相同的过程，但将子字符串用$符号而不是空格分隔。