Question

我正在尝试在hackerrank.com上编码此问题：

https://www.hackerrank.com/challenges/find-strings

我的代码可以很好地处理小案例，但是在大案例中我的字典很快就耗尽了内存。我该怎么做才能解决这个问题？我不想使用列表，因为检查条目是否已经存在需要很长时间......这是我的代码：

n = int(raw_input())
words = []
for x in range(n):
    words.append(raw_input())
test = int(raw_input())
queries = []
for x in range(test):
    queries.append(raw_input())

dict_of_subwords = {}
for x in words:
    len_of_x = len(x)
    for i in range(len_of_x):
        for j in range(i, len_of_x):
            dict_of_subwords[x[i:j+1]] = 1

list_of_subwords = dict_of_subwords.keys()
list_of_subwords.sort()
for x in queries:
    try:
        print list_of_subwords[int(x)-1]
    except:
        print "INVALID"

Answer 1

由于有关制作更高内存效率版本的许多建议，这里有一个试图最小化存储量的版本（同时仍使用相同的算法方法）：

subwords = set()

num_words = int(raw_input())
for i in xrange(num_words):
    word = raw_input()
    for i in xrange(len(word)):
        for j in xrange(i, len(word)):
            subwords.add(word[i:j+1])

subwords = sorted(subwords)

num_queries = int(raw_input())
for x in range(num_queries):
    query = raw_input()
    try:
        print subwords[int(query)-1]
    except:
        print "INVALID"

Answer 2

您必须使用后缀数组wiki

suffix array implementation in python:

后缀数组与后缀树密切相关：

可以通过执行后缀树的深度优先遍历来构造后缀数组。如果在第一个字符的词典顺序中访问边缘，则后缀数组对应于在遍历期间访问这些字符串的叶标签。
通过使用后缀和LCP数组的组合，可以在线性时间内构造后缀树。有关算法的说明，请参阅LCP阵列文章中的相应部分。

Python字典耗尽内存

2 个答案: