我有一个包含单词列表的字典，我有一个字符串URL。我希望在使用分隔符将URL分解为令牌后找到URL中包含的所有单词。现在，我正在测试字典中的每个单词，对应大于一定数量的每个标记（使用java＆＃39s的String包含函数）。例如，我搜索像＆＃34; ground＆＃34;在wunderground中www.wunderground.com
我相信有更有效的方法可以做到这一点。有什么想法吗？
答案 0 :(得分：1)
如果你将字典加载到HashMap中，你可以测试每个候选子字符串（＆＃34; wunderground＆＃34;，＆＃34;地下＆＃34;，＆＃34; nderground＆＃34;，＆＃34; derground＆＃34;，...，＆＃34; wundergroun＆＃34;，...，＆＃34;＆＃34;，...＆＃34; ground＆＃34;，...）很快，具体而言，在O（1）时间内。
衡量效率：弄清楚它需要执行多少步骤。我们估计它的大O复杂性。
您当前的算法必须遍历整个字典：与字典大小成比例，D条目）。对于每个字典单词，它调用contains()：与URL字的大小成比例，C chars，减去平均字典单词大小，我们将调用5.这样就采用D的顺序*（C - 5）步骤，O（D *（C - 5）），用于URL中的每个单词。
构建哈希表后，查找的开销与条目数无关。 C chars的每个URL术语都有C 2 子串。如果你将它修剪成至少5个字符的子串，那个（C - 5） 2 子串。 [嗯，技术上它（C - 5）*（C - 4）/ 2，但我们正在计算渐近复杂度，这是大图近似。]所以看到它们的成本字典是（C - 5） 2 步骤。同样，这是URL中每个单词的内容，与字典大小无关。
我们假设您的词典有10,000个条目，平均URL长度为10个字符。然后旧算法每个URL术语 50,000步骤，而哈希算法每个URL术语 25步。有意义吗？