无限字符串中字符串的第一个索引 - Java

Question

简介

我有一个无限的字符串。 这个字符串的长度在我们的想象中是无限的，不能限制。假设我们在字符串中有这样一个序列：

“123456789……”

数字 9 后面的点实际上代表下一个序列。 所以，它会是这样的：

“……7891011121314……”

要求

在本节中，我想解释一下要求。 要求是找到输入字符串（称为n ）第一次出现的索引。 让我给你举个例子：

示例 1

n = "3"

n = 2 的第一个索引

示例 2

n = "910"

n = 8 的第一个索引

问题

我已经编写了算法来查找字符串n的索引。 但是该算法只是一个while循环来检查n的索引，如果没有找到n的索引，则一一添加下一个序列号。 我想要一个更好的算法来找到第一次出现n的索引，而不依赖于循环或更少的循环。 至少，如果n的值很大（例如：123456790 或 62716855），算法的运行时间不会超过 2 秒。

---编辑---

我的代码片段：

while(!num.contains(s)){
    num +=start.toString();
    start = start.add(BigInteger.ONE);
} 

这是我的完整代码：我的完整代码

Answer 1

下面是如何解决这个问题的一般描述。 将其转换为 Java 仍然具有挑战性。

您的输入字符串基本上是所有自然数的无限序列 1 2 3 4 5 6 7 8 9 10 11 12 13 ....

我相信这个练习的重点是识别子串n所属的输入String的自然数的第一个子序列，然后计算它的索引，而无需实际构造大的“无限”字符串。

为此，您必须尝试将子字符串n拆分为具有尽可能少的数字的递增数字序列。

首先，您必须检查子字符串n创建了一个个位数序列。 就是这种情况，例如，如果 n == 345678（请注意， n 可能包含一位数和两位数，例如n == 345678910 ，您也应该能够识别）。

如果你在这一步失败了，你应该寻找一系列两位数的数字。 例如，如果n == 33343536就是这种情况。 现在，这可能会变n == 2333435363棘手，因为n == 2333435363也是一个两位数的序列，但该序列的前导和尾随数字（32 和 37）被截断了。

如果你再次失败，你会寻找一个 3 位数字的序列。

如果找不到任何序列，则将整个子字符串n视为大字符串中的单个数字。

现在，假设n是199319941995 ，并且您在上一步中发现序列中的第一个数字是1993 。 剩下的工作就是计算输入String中数字1993的索引。 您知道单个数字采用 1*9 索引。 两位数采用 2*90 索引。 三位数采用 3*900 索引。 1000 到 1993 之间的 3 位数字采用 4*993 索引。 因此 1993 的索引是 1*9+2*90+3*900+4*993，这是子串199319941995的第一个索引。

Answer 2

使用String我们可以按如下方式执行此操作，

String largeValue  = "2323254534534642342354346876985374";
String searchValue = "32545345346423423543468769";
if(largeValue.contains(searchValue)){
    System.out.println("The index is : "+largeValue.indexOf(searchValue));
}

注意：- 我们只能使用largeValue.indexOf(searchValue)如果它返回 -1 意味着searchValue不存在于largeValue否则您将获得特定的索引。

Answer 3

据我了解，您可以使用String.indexOf方法：

int found = longString.indexOf(searchString);
if(found != -1) System.out.println("Found index is: " + found);

Answer 4

除了实现其他答案中提到的 Knuth-Morris-Pratt 等高级算法之外，您还可以使用有限状态机进行字符串匹配。 这样做的优点是回溯成本远低于 while 循环的天真解决方案，但可以轻松地与标准 javas 正则表达式一起使用。 解决方案是：

CharSequence text = // the long sequence of text
String search = // whatever you want to search
Matcher matcher = Pattern.compile(Pattern.quoute(search)).matcher(text);
matcher.find();
int startIndex = matcher.match();

Answer 5

我的理解是：你有一个像 String sequence = "1234567891011121314"; 的序列字符串。 您想在 this 中找到第一次出现输入字符串的索引，例如 ("910")。 如果我的理解是正确的，我们在 Java 中有内置函数来执行此操作 - sequence.indexOf(input_string) - String str = "1234567891011121314"; String sub = "910"; System.out.println(str.indexOf(sub)); String str = "1234567891011121314"; String sub = "910"; System.out.println(str.indexOf(sub));

Answer 6

我的想法是对数据做一个统计，其中一种方法是将每个数字（0到9）的所有索引位置都放在索引数据的基础上进行搜索，因为输入的文本很大，搜索速度会太慢，因此以下将导致对同一大文本的多个搜索输入进行非常快速的搜索：

使用 C# 的示例：（在 Java 中使用：

HashMap<K, V> and ArrayList<T> and Character.getNumericValue(c)

)

string input = "................";

Dictionary<int, List<int>> numIndex = new Dictionary<int, List<int>>(10);

for(int index = 0; index < 10; index++)
     numIndex.Add(index , new List<int>(20));

for(int charIndex = 0; charIndex < input.Length; charIndex++){
     for(int index = 0; index < 10; index++){
          int value = Convert.ToInt32(input[charIndex]);
          if(value == index)
                numIndex[value].Add(charIndex);
     }
} 

int FindIndex(string nValue){
    // nValue = "213654789";

    foreach(int indexValue in numIndex[Conver.ToInt32(nValue[0])])
    {
         if(nValue == input.Substring(indexValue, nValue.Length))
              return indexValue; // First Index Value Found
    }
    return -1;
}

编辑添加无限缓冲区的想法，没有缓冲区关闭检查逻辑的伪代码逻辑，我把它留给用户添加它：

int charIndex = -1
char charValue 
string textValue = "456321587"
char[] textCompare = new char[textValue.Length]
while charValue = charsBuffer.ReadChar()
BEGIN
     charIndex = charIndex + 1 
     if textValue[0] == charValue 
     BEGIN
          int count = 1
          textCompare[0] = charValue 
          while count < textValue.Length
          BEGIN
              textCompare[count] = charsBuffer.ReadChar()
              count = count + 1
          END
          if textValue == new string(textCompare)
              return charIndex
          charIndex = charIndex + textValue.Length 
     END
END
return -1

charsBuffer.ReadChar() 可能是大文本文件缓冲区或网络文本缓冲区或任何大文本缓冲区