它应该如何运作：

给出2个列表（不是集合，这里的顺序很重要！），保证包含相同元素的元素，所有有序组合。有序组合是在两个列表中相同顺序中出现的元素的2元组，3元组，... n元组（无N限制）。

完全有可能一个元素在列表中出现多次。
但是一个列表中的每个元素都保证在另一个列表中至少出现一次。
如果输出包含多次组合，则不无关紧要。

我不确定这是否清楚，所以这里有多个例子：（List1，List2，预期结果，注释）

ASDF
ADSF
Result: AS, AD, AF, SF, DF, ASF, ADF

注意：ASD不是有效结果，因为此组合的第二个列表中无法有升序索引

ADSD
ASDD
Result: AD, AS, AD, DD, SD, ASD, ADD

注意：AD出现两次，因为它可以从索引1,2和1,4以及第二个列表1,3和1,4中创建。但如果它只出现一次也是正确的。此外，D在两个列表中按顺序出现两次，因此这也允许ADD作为有效组合。

SDFG
SDFG
Result: SD, SF, SG, DF, DG, FG, SDF, SFG, SDG, DFG, SDFG,

注意：相同的输入;所有组合都是可能的

ABCDEFG
GFEDCBA
Result: <empty>

注意：两个列表中没有相同顺序的组合

QWRRRRRRR
WRQ
Result: WR

注意：两个集合中以相同顺序出现的唯一组合是WR

说明：

虽然它是一种与语言无关的算法，但我更喜欢包含C＃或伪代码的答案，所以我可以理解它们。
我意识到较长的组合总是由较短的组合组成。示例：如果SD和DF也可以，SDF只能是有效的结果。也许这有助于通过构建较短的组合来使算法更高效。
速度在这里非常重要。这个算法将实时使用！
如果不清楚算法是如何工作的，请删除评论。我将添加一个示例来澄清它。
也许这个问题已经知道并解决了，但我不知道它的正确名称。

Answer 1

我会将此问题描述为枚举两个字符串的常见子序列。作为第一个剪辑，制作一个这样的方法，它选择不确定的第一个字母和recurses（Python，对不起）。

def commonsubseqs(word1, word2, prefix=''):
    if len(prefix) >= 2:
        print(prefix)
    for letter in set(word1) & set(word2):  # set intersection
        # figure out what's left after consuming the first instance of letter
        remainder1 = word1[word1.index(letter) + 1:]
        remainder2 = word2[word2.index(letter) + 1:]
        # take letter and recurse
        commonsubseqs(remainder1, remainder2, prefix + letter)

如果这个简单的解决方案不够快，那么它可以改进如下。对于这两个单词的每对后缀，我们预先计算递归调用的列表。再次在Python中：

def commonsubseqshelper(table, prefix, i, j):
    if len(prefix) >= 2:
        print(''.join(prefix))
    for (letter, i1, j1) in table[i][j]:
        prefix.append(letter)
        commonsubseqshelper(table, prefix, i1, j1)
        del prefix[-1]  # delete the last item

def commonsubseqs(word1, word2):
    table = [[[(letter, word1.index(letter, i) + 1, word2.index(letter, j) + 1)
               for letter in set(word1[i:]) & set(word2[j:])]
              for j in range(len(word2) + 1)]  # 0..len(word2)
             for i in range(len(word1) + 1)]   # 0..len(word1)
    commonsubseqshelper(table, [], 0, 0)

这个多项式时间预处理步骤将枚举速度提高到渐近最优。

用于查找＆＃34;有序组合的算法＆＃34;

它应该如何运作：

说明：

1 个答案: