Question

我正在寻找一个好的数据结构来表示形式的字符串：

Domain:Key1=Value1,Key2=Value2...

每个“域名”都可以包含以下模式字符 - *，?（* - 0个或更多字符，? - 0或1个字符）
每个“密钥”都可以包含以下模式字符 - *，?（* - 0个或更多字符，? - 0或1个字符）
每个“值”都可以包含以下模式字符 - *，?（* - 0个或更多字符，? - 0或1个字符）

示例：

JBoss:*
*:*
JBoss:type=ThreadPool,*
JBoss:type=Thread*,*
JB*:name=http1,type=ConnectionPool

如果您熟悉JMX ObjectName，那么基本上这就是ObjectName模式。

我正在寻找方法来轻松存储与每种模式相对应的规则，并能够快速删除，更新和添加新规则。

我最初使用的是Prefix Trie，但却遇到了模式字符*，?。

Answer 1

我认为最简单的方法是构建一个NFA类似的trie，它允许转换到多个状态。当然，这增加了另一个数据结构的复杂性，该数据结构在给定一组要匹配的字符的情况下映射到多个状态。例如，用你的例子：

JBoss:*
*:*
JBoss:type=ThreadPool,*
JBoss:type=Thread*,*
JB*:name=http1,type=ConnectionPool

假设您尝试匹配JBoxx:name=*

当您匹配子字符串JBo时，您需要一个数据结构来保存状态JBo和JB*以及*，因为此时您有三个分支。当x进入时，您可以放弃JBo路线，因为它已经死路一条，并使用JB*和*。简单的实现是在任何给定的时间都有一组可能的匹配状态，并在每个状态上尝试下一个字符。你还需要一种方法来解决多个匹配（如本例所示） - 也许就像最长匹配一样简单？

当您将trie视为NFA而不是广为接受的DFA格式时，这一切似乎都有意义。希望有所帮助。

Answer 2

我相信你想使用rope

Answer 3

您可以查看其他帖子：Efficient data structure for word lookup with wildcards

或者此网站：Wildcard queries

第二个站点以“我们因此可以处理包含使用两个B树的单个*符号的通配符查询结束，正常的B树和反向B树。”。

这对你来说可能是最重要的，但值得一读。

祝你好运

用于表示字符串中模式的数据结构

3 个答案: