Question

我必须查找段落中是否存在给定的短语/单词。这是我所做的，给出了＆＃34; wordlist＆＃34;是我必须寻找短语/单词和＃34;单词＆＃34;是短语/单词。

float

但这也将子串搜索视为： void*是if (wordlist contains words){println(words)}。我想＆＃34;真的＆＃34;仅在短语/单词按原样存在且不是＆＃34;单词列表＆＃34;中其他字符串的一部分的情况下。因此，"value of this" contains "val"包含true应该为以下x值提供"value of this"： "x"等true等"value", "value of", "this" false等。任何帮助都将不胜感激。

Answer 1

这有点像尝试在列表中查找子列表，因此一种方法是将两者转换为单词列表，如下所示：

wordlist.split(" ") containsSlice words.split(" ")

从REPL看，它看起来符合您的要求（如果没有请展开！）：

scala> def hasPhrase(wordList:String,words:String) = wordList.split(" ") containsSlice words.split(" ")
hasPhrase: (wordList: String, words: String)Boolean

scala> hasPhrase("value of this","value")
res13: Boolean = true

scala> hasPhrase("value of this","value of")
res14: Boolean = true

scala> hasPhrase("value of this","val")
res15: Boolean = false

scala> hasPhrase("value of this","his")
res16: Boolean = false

在大字符串或大量字符串中拆分两个字符串效率不高。如果您的用例允许，您可以将长短语分开一次（这样您就可以wordlistAsCollection containsSlice words.split(" ")）。你也可以按照评论中的建议尝试一种正则表达式方法，也许可以按照以下方式进行：

def hasPhrase(wordList:String,words:String) = 
  new scala.util.matching.Regex("\\b"+words+"\\b")
    .findFirstMatchIn(wordList)
    .isDefined

Answer 2

我相信你需要更快地建立一个索引（尽管初始成本会很高，因为你需要构建索引，但是匹配过程会更快）。否则你将不得不遍历所有可能性，这将是缓慢的。

我将以"value of this"为例。一个想法是，为所有短语组合构建基于Map（已排序）的字符数。

value将是Map(Map(a -> 1, e -> 1, l -> 1, u -> 1, v -> 1) -> List(value))。

value of将为Map(Map( -> 1, a -> 1, e -> 1, f -> 1, l -> 1, o -> 1, u -> 1, v -> 1) -> List(value of))

等等。

然后，当试图检查短语/单词是否存在时，您可以根据字符的频率进行匹配。然后，您将获得List，您必须再次检查。

在scala中匹配单词/短语作为基础

2 个答案: