是否有一种有效的方法来检测字符串是否包含一大组特征字符串中的 substring？

Question

例如，给定一个字符串aaaaaaaaaXyz ，我想知道它是否包含一个 substring ，它位于特征字符串集中{'xy','xyz','zzz','cccc','dddd',....} ，它可能有 100 万个成员。 有没有有效的方法？

Answer 1

鉴于您的搜索集可能非常大，我建议只迭代该集并检查潜在的 substring 匹配：

public boolean containsSubstring(String input, Set<String> subs) {
    boolean match = false;

    for (String sub : subs) {
        if (input.contains(sub)) {
            match = true;
            break;
        }
    }

    return match;
}

Answer 2

首先，你准备dictionary 。 像这样

Set<String> stringSet = Set.of("xy", "xyz", "zzz", "zzy", "cccc", "dddd");
Map<Character, List<String>> dictionary = new HashMap<>();
for (String word : stringSet)
    dictionary.computeIfAbsent(word.charAt(0), k -> new ArrayList<>()).add(word);
System.out.println(dictionary);

output：

{c=[cccc], d=[dddd], x=[xyz, xy], z=[zzy, zzz]}

您可以使用此方法找出答案。

static boolean contains(String input, Map<Character, List<String>> dictionary) {
    for (int i = 0, max = input.length(); i < max; ++i) {
        char first = input.charAt(i);
        if (dictionary.containsKey(first))
            for (String word : dictionary.get(first))
                if (input.startsWith(word, i))
                    return true;
    }
    return false;
}

Answer 3

在Clashsoft的提示下，我找到了 Aho-Corasick 算法的 java 实现，这是我想要的，感谢 Clashsoft