Question

假设我有 -

String x = "ab";
String y = "xypa";

如果我想查看y中是否存在x的任何子集，那么最快的方法是什么？循环耗时。在上面的例子中，x的子集是“a”，它在y中找到。

Answer 1

答案真的取决于许多事情。

如果你只是想找到任何子集而你只做了一次，那么循环就可以了（并且你可以做到最好而不需要使用额外的存储空间），你可以在找到它时停下来匹配的单个字符。

如果您有一个固定的x，并希望将其用于匹配多个字符串y，则可以执行一些预处理，将x中的字符存储在表格中并使用此表格用于检查y中的每个字符是否出现在x中。

如果您想找到最大子集，那么您正在查看另一个问题：longest common subsequence problem。

Answer 2

嗯，我不确定它比循环更好，但你可以使用String#matches：

if (y.matches(".*[" + x + "]+.*")) ...

您需要转义正则表达式[]构造中特殊的字符（例如]，-，\，...）。< / p>

以上只是一个示例，如果您不止一次这样做，则需要使用Pattern，Matcher以及java.util.regex package中的其他内容。

Answer 3

循环很耗时，但除了重复遍历目标字符串之外，没有办法做你想做的事。

您可以做的是先通过检查最小的字符串进行优化，然后逐步提升。例如，如果目标字符串不包含abc，则它不可能包含abcdef。

我的其他优化：

在匹配不匹配的字符后不要继续检查匹配，但在Java中，您可以让计算机担心这一点。
如果目标字符串中没有足够的字符可以匹配，请不要检查某些内容是否匹配。
如果您需要速度并且有足够的空间，您可以将目标字符串分解为像trie这样的奇特数据结构以获得更好的结果，尽管我没有准确的算法
另一个存储不是问题的解决方案：将目标分解为每个可能的子字符串，并将结果存储在HashSet中。

Answer 4

你必须使用for循环或使用与for循环一样昂贵的正则表达式，因为你需要将你的一个字符串基本上转换为字符。

Boolean isSubset = false;
for(int i = 0; i < x.length(); i++) {
        if(y.contains(x.charAt(i))) {
                isSubset = true;
                break;
        }
}

使用for循环。

Answer 5

看起来这可能是longest common substring problem的情况。

Answer 6

你可以生成x的所有子集（例如，在你的例子中，ab，a，b），然后生成一个可以执行

的正则表达式

  Pattern p = Pattern.compile("(ab|a|b)");
  Matcher m = p.matcher(y);
  if(m.find()) {
    System.err.println(m.group());
  }

Answer 7

如果两个字符串只包含[a-z]。然后最快的是制作两个位图，26位长。标记字符串中包含的所有位。获取位图的AND，结果位出现在两个字符串中，这是最大的公共子集。这将是一个简单的O(n)，其中n是最大字符串的长度。

（如果你想覆盖整个UTF，布隆过滤器可能更合适。）

Answer 8

这个怎么样？？

package so3935620;

import static org.junit.Assert.*;

import java.util.BitSet;

import org.junit.Test;

public class Main {

  public static boolean overlap(String s1, String s2) {
    BitSet bs = new BitSet();
    for (int i = 0; i < s1.length(); i++) {
      bs.set(s1.charAt(i));
    }
    for (int i = 0; i < s2.length(); i++) {
      if (bs.get(s2.charAt(i))) {
        return true;
      }
    }
    return false;
  }

  @Test
  public void test() {
    assertFalse(overlap("", ""));
    assertTrue(overlap("a", "a"));
    assertFalse(overlap("abcdefg", "ABCDEFG"));
  }
}

如果该版本太慢，您可以根据s1计算BitSet，将其保存在某个变量中，稍后只循环s2。

匹配字符串中的子集

8 个答案: