检查单词是否由一个或多个连接的字典单词组成

Question

以下是该方案：

我有一个数百万长度为3-32的随机字符串数组，以及一个单词数组（字典）。

我需要测试是否可以通过连接1,2或3个不同的字典单词来组成随机字符串。

由于字典单词会有所修正，我可以对它们进行任何预处理。

理想情况下，我希望通过对字典进行某种预处理来优化查找速度。

我应该考虑采用哪种数据结构/算法来实现这一目标？

Answer 1

首先，从你的词典中构建一个 B-tree，如 Trie结构。每个根都会映射到一个字母。然后，每个第二级子树将包含可以用两个字母组成的所有单词，依此类推。

然后接受你的话，从第一个字母开始，然后沿着 B-Tree Trie走，直到你找到一个匹配，然后递归地将这个算法应用到单词的其余部分。如果您在任何时候都找不到匹配项，则您知道无法通过concats形成单词。

Answer 2

将字典字符串存储在散列集数据结构中。迭代您想要检查1,2或3个部分的字符串的所有可能拆分，并且对于每个这样的拆分，查找散列集中的所有部分。

Answer 3

1. 使正则表达式匹配词典中的每个单词。
2. 在括号周围加上括号。
3. 在最后加上+。
4. 使用任何正确的（基于DFA的）正则表达式引擎进行编译。