批处理字符串包含操作优化

Question

我有2套字符串，A和B. 我想解决的问题是计算集合B中的多少个字符串包含集合A中的任何单个字符串，例如：
答：＆＃34; a＆＃34;，＆＃34; b＆＃34;
B：＆＃34; abc＆＃34;，＆＃34; dsf＆＃34;，＆＃34; aqc＆＃34;，＆＃34; yyy＆＃34;，＆＃34; xxx＆＃34;，＆＃34 ; BBB＆＃34;
结果是3（＆＃34; abc＆＃34;，＆＃34; aqc＆＃34;，＆＃34; bbb＆＃34;）

不幸的是，在我的情况下，设置A和设置B非常大，比如说，设置A有数百万个字符串，设置B有数十亿个字符串。因此，我必须在Java语言中采用数百万亿的“操作索引”。复杂度的算法是O（m * n）。

我可以使用任何优化算法来加快速度吗？

Answer 1

可能是数据库搜索和喝咖啡休息时间。

但是，让我们看看。

使用字母组：

• 首先将每个字母映射到一个主要的，最常见的字母：e 2，t 3，o 5，i 7，...
• 计算A和B中字符串的所有字母素数的乘积。
• 现在B中的候选人是那些可以被A中任何元素分割的人。
• 这可能会减少可能候选人的映射因素。

使用搜索模式（A中的术语字母树）：

• 这有点像制作一个正则表达式模式“（a | b）”然后非常大。可以针对每个单词编译和运行此模式。不确定这是否加速。

此外，使用Java 8及其并行流，以A为块1000，从B为1000。