在单词列表中找到“钩词”的有效方法？

Question

钩子词是一个单词，您可以在开头或结尾添加一个字母并创建一个新单词。

我有一个相当大的单词列表（大约170k），我想选择5个随机钩字。 问题是我使用的方法非常慢。 见下文：

Random rnd = new Random();
var hookBases = (from aw in allWords  //allWords is a List<string>
                from aw2 in allWords
                where aw2.Contains(aw) 
                      && aw2.Length == aw.Length + 1 
                      && aw[0] == 'c'
                select aw).OrderBy(t => rnd.Next()).Take(5);

当我尝试从hookBase访问任何东西时，它会旋转几分钟然后我放弃并杀死它。

任何人都可以看到我试图这样做的任何明显错误？ 有关更有效方式的任何建议吗？

Answer 1

首先，allWords应该是HashSet<string> ，而不是List<string> ，以便有效查找。

一旦完成，迭代哈希集，并检查删除第一个或最后一个字母是否给出了一个新的有效单词。 那是你的勾手词。

HashSet<string> result = new HashSet<string>();
foreach (string word in allWords) {
    string candidate = word.Substring(0, word.Length - 1);
    if (allWords.Contains(candidate)) { result.Add(candidate); }
    candidate = word.Substring(1, word.Length - 1);
    if (allWords.Contains(candidate)) { result.Add(candidate); }
}

如果你想用LINQ做这个：

List<string> hookWords = allWords
    .Select(word => word.Substring(0, word.Length - 1))
    .Concat(allWords.Select(word => word.Substring(1, word.Length - 1)))
    .Distinct()
    .Where(candidate => allWords.Contains(candidate))
    .ToList();

看到它在线工作： ideone

Answer 2

我最近做了类似的事。 我尝试使用linq，在ddbb和存储过程中存储带有正则表达式的.net程序集。 我发现最有效的方法是使用存储过程。 针对此类操作，Microsoft已对该交易引擎进行了高度优化。

最好的祝福