大量字符串中最长的子字符串

Question

我有一个庞大的固定文本字符串库，并且经常更改输入字符串s。 我需要在最短的时间内从字符串s的开头开始，找到库中任何字符串到s的最长匹配子字符串。 在一个完美的世界中，我还将返回库中的下一个最长匹配，以及下一个最佳匹配，依此类推。 这不是最长的公共字符串问题-我不是在寻找库中所有字符串的最长的公共字符串...我只需要s和庞大的库中的每个字符串之间尽可能快的成对最佳子字符串。

Answer 1

重新阅读后，我认为做到这一点的最佳方法可能是在大型字符串库中构建一个trie或前缀树，然后将s与之匹配。

这有两个优点。 首先，它以（至少某种程度上）压缩形式存储您的大库。 其次，它或多或少会自动告诉您所有与给定输入匹配的字符串，而不仅仅是最长的字符串。

它也非常适合您的用例-尽管需要花费大量工作才能从输入中构建特里树（或特别是）构建前缀树，但是之后使用起来非常快。

Answer 2

提前对列表进行排序（即在编译之前或之前），然后使用bsearch

http://www.cplusplus.com/reference/clibrary/cstdlib/bsearch/

找到匹配项后，您就可以在附近向前和向后看，以获得所需的“匹配项”。

顺便说一句，bsearch不一定是最快的，因为它通过了比较器功能，但是在标准C库中。