Question

假设我有字符串"Hey"。我想确定此字符串中存在的所有字符组合尽可能快速。生成的算法应该生成：

H, e, y, He, ey, Hey

算法应该不生成字符串"Hy"，因为不作为子字符串存在于字符串中。

Answer 1

这些子字符串O(n^2)长度为[1,n]，因此生成所有的算法将为O(n^2) * O(n) = O(n^3)：

（*）请参阅最后的Edit2 - 取决于字符串的实现 - 复杂程度可能从O(n^2)到O(n^3)

不等

伪代码：

result <- {} #result is a set if dupes should be terminated, otherwise - it is a multiset.
for i from 0 to s.length:
   for j from i+1 to s.length:
      result.add(s.substring(i,j))
return result

但是请注意，你可以做一些“作弊”，通过创建一个迭代器并动态生成子串，它应该看起来像这样[伪代码]：

class MyIterator:
  String s
  int i,j
  MyIterator(String s):
     this.s = s
     i = 0
     j = 0
  next():
     j = j + 1
     if (j >= s.length):
     i = i + 1
     j = i + 1
     if (i >= s.length): 
         throw exception
     return s.substring(i,j)

请注意，创建迭代器是O(1)，每次迭代都是O(n) - 但要实际生成所有元素，您需要O(n^2)个步骤，因此复杂性仍为O(n^3)总的来说，但是减少了应用程序的延迟。

修改我编辑了复杂性，声称它是O(n^2)是错误的，复杂性是O(n^3)，因为你需要生成可变长度的字符串，其中一些很长。至少有一半生成的子串长度为n/2 - 因此总复杂度为Theta(n^3)

<强> EDIT2：
在某些情况下，它实际上可以是O(n^2) - 取决于字符串实现。例如，在java中 - 它使用单个char[]，并且只与offset和length一起“播放” - 所以在java中 - 创建实际上是O(n^2)，因为创建了子串是O(1)
在C中 - 它是O(n^3)，因为每个子字符串都需要复制到不同的char[]。

Answer 2

检查php中n-gram的实现。

在您的示例字符串中：嘿

H，E，Y是unigrams

他，EY是双胞胎

HEY是一个三元组

确定现有字符串的所有子字符串的最快方法

2 个答案: