Question

我在接受采访时被问到这个问题，如果要查明字符串是否仅包含给定的字符集。例如，让字符串集成为{0,1,2,3,4,5,6,7,8,9}上的所有字符串，即所有“数字”字符串。其中，如果{3,8,5}上的字符串集只是有效字符串，如何检查该字符串是否仅包含有效字符。说：

Input 8888338385
     Output VALID
Input 887837348234 
Output : Invalid

我建议的方式是暴力，需要根据无效字符列表检查给定字符串中的每个字符。如果任何一个字符无效，我将跳过检查所有其他字符并显示失败消息。但是，正如建议here，可能有更好的算法。请帮忙。

Answer 1

编辑：感谢Luc Touraille对原始算法的巨大改进。

创建布尔数组a[10]。对于每个预期数字e，请设置a[e] = true。

现在输入中的每个数字d，检查a[d]是否为真。如果不是，则返回false。如果它们都成功，则返回true。

您可以将此概括为具有256个元素数组的所有ASCII字符。

如果输入字符串的长度为N，则您的比较字符串为长度M，字母表中的字母数为A，则复杂度为O（N + M）（扫描两个字符串）加O（A ）（初始化布尔数组）。因此，除非您的字符串长度接近或大于您的字母大小，否则这可能不是最佳的。

值得指出的是，就Niklas Baumstark的优秀performance comparison而言，我们的两个解决方案实际上是相同的。这里构造的布尔数组与你在双态DFA中构建的转换表相同 sub <1> c _{2 ...] *。我认为唯一的区别是Java的实现更加通用，会带来更多的开销。}

Answer 2

免责声明：根据我的假设，Java似乎suck优化了此处使用的正则表达式，从而导致代码无法使用。即使Javascript的正则表达式似乎比这更快。基准测试还显示尼克的解决方案非常快。

这绝对是正则表达式的任务。在Java中：

public boolean isValidString(String str) {
  return str.matches("[358]*");
}

这应该是O(n)最糟糕的情况，并且不能比这更好，因为每个角色都必须被查看。

如果性能至关重要，您可能希望缓存预编译的模式匹配器：

import java.util.regex.Pattern;

public class Matcher {
  private Pattern pattern;

  public Matcher() {
    this.pattern = Pattern.compile("[358]*");
  }

  public isValid(String str) {
    return pattern.matcher(str).matches();
  }
}

Answer 3

您可以为允许的集合中的每个字符使用地图（如果字母表的范围有限），并直接检查字符串中的每个字符，检查它是否在地图中。这种方式只有O（N），其中N是字符串长度，而不是O（N * M），其中M是允许字符集。如果字母表规模大于另一个数据结构可用于存储允许的字符 - 例如排序树，例如O（N）logN的复杂性。

Answer 4

对于c或c ++，你可以这样做：

const char* haystack = "8888338385";
const char* filter = "385";

if (strlen(haystack) != strspn(haystack, filter))
{
  // oops - haystack contains more characters...
}

c ++（std::string）

存在等效的std::string::find_first_not_of函数编辑：我知道这是作弊，但问题中没有任何内容可以排除这种情况。

Answer 5

我首先会对无效字母的输入和列表进行排序，然后您可以随时确定字符串是否在线性时间内有效

查找字符串是否仅包含给定字符集的最佳方法/算法

5 个答案: