Question

我需要知道是否在大海捞针中找到了/所有针头。我假设有一种方法可以优化搜索时间。例如：

haystack = "xxxxxefgyyy"
needles = [ 'ezz', 'efg', 'eee', 'b', ... ]

在此示例中，优化的方法可能会按首字母对针进行排序。在干草堆中匹配“ezz”之后，重新搜索干草堆是没有意义的。理想情况下，针对下一针（“egh”），将从'e'的最后位置搜索干草堆，而不是从头开始搜索（'xxx ..'）。

这种算法的名称是什么？

有什么python实现？

注释：

我当前的程序在未知文本中搜索数千个已知针头。
在这种情况下，我只需要检查是否存在（真/假）
在这种情况下，我搜索是否存在任何针（“或”搜索）。假设无论如何都需要搜索大多数针（@marko）。

Answer 1

也许有更高效的实现，但你可以简单地使用re。对于一个非常大的needles，这可能并不理想 - 不知道“真正大”的起点。

import re

haystack = "xxxxxefgyyy"
needles = [ 'ezz', 'efg', 'eee', 'b']

needles_re=re.compile("|".join(map(re.escape,needles)))

for m in needles_re.finditer(haystack):
    print(m.group(0))

如何在python中优化在一个字符串（“haystack”）中搜索多个字符串（“needle”）

1 个答案: