需要改进序列检测算法

Question

这个问题很复杂，所以请提出问题以解释这个问题的更多细节。 （ps。我不是母语为英语的人，这就是为什么......）

输入是长度为34的 样本序列，而输出是结果部分

目前，我有一个序列 示例 长度为34 ，它可以构造为： （“结果”是我需要的）

样本序列 = 结果部分+ 已知序列（我不知道的长度结果部分）

1. 结果（长度34）
2. 结果（长度N，N <34）+ 已知序列（34 - N）

所有这些数字都是随机的。

现在，我需要找到结果部分，而不包括序列已知部分。

一些背景信息：

1. 我有1000万这个 样本序列，长度为34。 （来自发电机的10百万知道34位随机数序列）

2. 在找到结果后，我需要对它进行比较，在500万个序列 B 上进行比较，并找出结果序列是否在某个长序列上唯一匹配

我目前的algrothm是使用检测器，它是已知序列的前10位数字，如果我在 <中某处检测到检测序列，则删除序列em>样本序列。但是，结果仍有可能包含已知序列内部的序列部分。有没有人有更好的algrothm？

非常感谢！另外，我是在python下编程的。

离。

第一个条件：

199010104761700150004736290473629657 ==样本序列

所有结果和已知部分仍然相同

输入：

199010104761700150004736290473629657

输出：

199010104761700150004736290473629657

第二个条件：

199010104728392817111123995561547659 ==样本序列

1990101047 ==结果部分

28392817111123995561547659 ... ==已知部分

输入将是：199010104728392817111123995561547659,28392817111123995561547659 ...

我想要的输出是：1990101047

Answer 1

您可以使用Knuth–Morris–Pratt algorithm。您实际上找不到子字符串，但是当您到达主题字符串的末尾时，您可以记下i的值。