比较字符串列表的最佳数据结构和算法是什么？

Question

我想找到符合以下规则的最长字词序列：

• 每个单词最多可以使用一次
• 所有单词都是字符串
• 如果sa的最后两个字符与sb的前两个字符匹配，则可以连接两个字符串sa和sb。

在连接的情况下，通过重叠这些字符来执行。例如：

• sa =“torino”
• sb =“novara”
• sa concat sb =“torinovara”

例如，我有以下输入文件“input.txt”：

  

诺瓦拉

     

托里诺

     

Vercelli的

     

文纳

     

那不勒斯

     

liverno

     

messania

     

诺维利古雷

     

罗姆

并且，根据上述规则输出的上述文件应为：

  

托里诺

     

诺瓦拉

     

文纳

     

那不勒斯

     

窝那

     

诺维利古雷

因为最长的连接是：

torinovaravennapolivornovilligure

任何人都可以帮我解决这个问题吗？什么是最好的数据结构？

Answer 1

这可以表示为有向图问题 - 节点是单词，如果它们重叠，它们通过边连接（并且选择最小重叠以获得最长的长度），然后找到最高权重非 - 交叉路径。

（嗯，实际上，你想要稍微扩展一下图形以处理一个单词的开头和结尾。将一个“起始节点”与一个重量长度为/ 2的每个单词的边相邻。 在单词之间，-overlap + length start + length finish / 2，以及每个单词和“结束节点”“length word / 2”之间。可能更容易加倍。）

https://cstheory.stackexchange.com/questions/3684/max-non-overlapping-path-in-weighted-graph

Answer 2

我会开始很简单。制作2个字符串向量，一个正常排序，一个按最后两个字母排序。为第二个向量创建一个索引（整数向量），指出它在第一个向量中的位置。

要找到最长的..首先删除孤儿。任何一端都不匹配的单词。然后，您希望构建一个邻居加入树，您可以在此确定哪些单词可能相互连接。如果您有2棵或更多树，您应该先尝试最大的树。

现在有了树，你的工作就是找到罕见的目标，并将它们绑定到其他目的，并重复。这应该会给你一个非常好的解决方案，如果它使用你的金色的所有单词，跳过其他树。如果没有那么你可以使用大量算法来提高效率。

要考虑的一些事项： 如果你有3个以上的独特目标，你可以保证丢掉1个以上的单词。     这可以用来在寻找答案时修剪你的尝试。        经常重新计算独特的目的。 给定末端的奇数确保必须丢弃一个（在两端获得2个免费赠品）。 隔离可以自我匹配的单词，你可以随时抛出它们，否则它们会破坏数学运算。 您可以创建小的自匹配环，只要在创建它们时不将它们孤立，就可以将它们视为自匹配单词。这可以使性能变得非常棒，但不能保证完美的解决方案。

搜索空间是订单（N！），数百万个元素的列表可能很难证明确切的答案。当然，我可能会忽略一些事情。