字符串处理算法

Question

我正在寻找一种字符串处理算法，我已经搜索过但找不到符合我要求的算法。我将解释算法应该用一个例子做什么。

定义了两组字集，如下所示：

**Main_Words**: swimming, driving, playing
**Words_in_front**: I am, I enjoy, I love, I am going to go

一旦找到 Main_Words 中定义的单词，程序将搜索大量单词，它会检查该单词前面的单词，看是否有任何匹配的单词定义在 Words_in_front 。

即如果节目遇到“游泳”这个词，它必须检查“游泳”这个词前面的词是否是其中之一：我是，我喜欢，我喜欢，我会去。

是否有任何算法可以做到这一点？

Answer 1

使用 Main_Words 中的键和 Words_in_front 中的键创建地图/词典/哈希/关联数组（使用您的语言定义的任何内容）是附加到条目的链接列表靠钥匙。每当您遇到与某个键匹配的单词时，请转到该表，查看附件列表中是否有与您前面的单词匹配的单词。

这是基本的想法，它可以针对速度和空间进行优化。

Answer 2

您应该能够沿着这些方向构建regular expression：

I (am|enjoy|love|am going to go) (swimming|driving|playing)

Answer 3

直接的方法是在文本中进行线性扫描，始终跟踪您看到的最后N + 1个单词（或字符），其中N是单词（或字符）的数量您words_in_front集合中包含的最长短语。如果你有一个“主要单词”，你可以检查它之前的N个单词/字符的序列是否以你拥有的任何前缀结尾。

如果您将words_in_front集转换为更好的数据结构，例如散列映射（可能由短语中的 last 字母键入...）或者某种前缀/后缀树，因此每次有匹配的“主词”时，不必对前缀集中的每个成员执行.endsWith。正如另一个答案所述，优化和其他一些可能的实现还有很大的空间，但还有一个开始。