我正在处理的项目有两个算法问题。我已经考虑过这些，并有一些怀疑，但我也很想听听社区的意见。
假设我有一个字符串和一个N个正则表达式列表（实际上它们是表示完整正则表达式功能子集的通配符模式）。我想知道字符串是否与列表中的至少一个正则表达式匹配。是否有一个数据结构可以允许我将字符串与次线性（可能是对数）时间内的正则表达式列表进行匹配？
这是上一个问题的扩展。假设我有相同的情况：一个字符串和一个N正则表达式列表，现在只有每个正则表达式与字符串中的匹配必须开始的偏移量配对（或者，如果您愿意，每个正则表达式）必须匹配从给定偏移量开始的给定字符串的子字符串。
举个例子，假设我有字符串：
This is a test string
和正则表达式模式和偏移：
(a) his.* at offset 0 (b) his.* at offset 1
算法应该返回true。虽然正则表达式（a）与从偏移量0开始的字符串不匹配，但正则表达式（b）确实匹配从偏移量1开始的子字符串（“他是测试字符串”）。
是否有数据结构可以让我在次线性时间内解决这个问题？
一条可能有用的信息是，正则表达式列表中的许多偏移量通常是相同的（即通常我们在偏移X处多次匹配子字符串）。这可能有助于利用上述问题＃1的解决方案。
非常感谢您提出的任何建议！
答案 0 :(得分：2)
我会假设你真的具有正则表达式的力量。
要确定某个字符串是否与某个表达式e_1, e_2, ..., e_n匹配，只需匹配表达式e_1 + e_2 + ... + e_n（有时+运算符会写为| ）。
给定表达式偏移对(e_1, o_1), ..., (e_n, o_n)和字符串，您可以检查是否i使得字符串在偏移量{{1}处与表达式e_i匹配通过匹配表达式o_i。
根据各个表达式的形式，您可以获得次线性表现（尽管不是这样）。
答案 1 :(得分：1)
如果表达式足够简单（通配符模式），并且您的表达式集是预先确定的，即只有要匹配的输入发生变化，那么您可以构造一个匹配表达式并集的finite state machine，即，表达“（r1）|（r2）| ......”。
构造该机器需要时间和空间至少 O（N）（但我想这不是指数，这是正则表达式的最坏情况）。然后匹配为O（长度（输入）），与N无关。
OTOH，如果你的表达式是程序输入的一部分，那么就没有次线性算法，只是因为必须考虑每个表达式。
答案 2 :(得分：0)
（1）将所有正则表达式组合成一个大联盟：(r1)|(r2)|(r3)|...
（2）对于每个带有偏移 n 的正则表达式，将 n 点添加到开头加一个锚点。因此，偏移6处的his.*变为^......his.*。或者，如果您的正则表达式语法支持它，^.{6}his.*。