使用 Python 在字符串中的字符串列表中查找项目的索引

Question

我正在寻找一种快速的方法来查找字符串中与项目（一个或多个单词）匹配的所有索引。 实际上我不需要列表中的索引我需要字符串中的索引。

我有一个单词列表和一个像这样的字符串：

words = ['must', 'shall', 'may','should','forbidden','car',...]
string= 'you should wash the car every day'

desired output:
[1,4]# should=1, car=4

有时列表的长度可能超过数百个项目和字符串超过数万。

我正在寻找一种如此快速的方法，因为它在每次迭代中被调用一千次。

我知道如何用循环来实现它并一个一个地检查所有项目，但它太慢了！

Answer 1

一种解决方案是set words而不是list ，然后进行简单的列表理解：

words = {'must', 'shall', 'may','should','forbidden','car'}
string= 'you should wash the car every day'

out = [i for i, w in enumerate(string.split()) if w in words]

print(out)

印刷：

[1, 4]

Answer 2

为此，您需要Aho Corasick算法。

给定一组字符串和一个文本，它会在O(len+ans)的给定文本中找到该集合中所有字符串的出现，其中len是文本的长度，而ans是答案的大小。

它使用自动机，可以根据您的需要进行修改。

Answer 3

您可以使用字典查找字典的时间复杂度为 O(1)

string = 'you should wash the car every day'

wordToIndex = {word: index for index, word in enumerate(string.split())}

words = ['must', 'shall', 'may','should','forbidden','car']

result = [wordToIndex[word] for word in words if word in wordToIndex]

# [1,4]

Answer 4

使用列表理解，

print([string.split().index(i) for i in string.split() if i in words]) 
#[1,4]