Question

我想查找给定字符串中子字符串的所有出现（索引）。我的字符串是Data.Text.Text类型。我无法找到任何直接执行此操作的功能。有没有理由不提供它？我知道以下选项 -

我可以使用蛮力O（n ^ 2）方法
正则表达式
写我自己的Knuth Morris Pratt或Boyer-Moore 算法。

Bytestring的文档显示不推荐使用findSubstrings。更重要的是，实现似乎是天真的模式匹配，它给出了O（n ^ 2）渐近性能。

这让我很困惑。我们是说Haskell默认没有高效的字符串处理算法吗？

Answer 1

您可以使用具有O（n + m）渐近性能的breakOnAll。

module Main where

import Data.Text as T(map, length, pack, breakOnAll)

main = do
  print $ subStrs "Grey Hound dig down" "ou"
  print $ subStrInd "Grey Hound dig down" "ou"
  print $ subStrs "abababababaaabbaba" "ab"
  print $ subStrInd "abababababaaabbaba" "ab"

-- Return list of non-overlapping occurrences of sub in str
subStrs str sub = breakOnAll (pack sub) (pack str)

-- Return the indices of occurrences
subStrInd str sub =  Prelude.map (\x -> T.length $ fst x) $ subStrs str sub

在不好的情况下，此函数的时间复杂度会降低到O（n * m）。

此外，您还需要已实施的算法，请查看https://hackage.haskell.org/package/KMP-0.1.0.2/docs/Data-Algorithms-KMP.html

Haskell Text子字符串出现

1 个答案: