查找字符串中一组子字符串的所有位置的优化

Question

我在 Python 中有一组子字符串，并且想查找字符串中每个出现的子字符串。 例如

# inputs
needles = {'love', 'hot', 'dogs'}
haystack = "I love hot dogs; hot dogs are delicious."

# output
indexes = {('love', 2), ('hot', 7), ('dog', 11), ('hot', 17), ('dog', 21)}

我目前正在使用蛮力方法来查找字符串中每个 substring 的所有出现，如果 k、n 和 m 是最长字符串的长度、针数和长度，则为 O(knm) 时间草垛。 我想知道尝试或任何其他方法是否会使这更快。

编辑：很多针有不止一个词。

Answer 1

有一些特殊的字符串搜索算法旨在寻找文本中的多种模式。

也许最著名的是Aho-Corasick之一，我看到很多 Python 实施（虽然不能说什么是最好的）。 随便找了一个。