查找按字符索引分組的多個字符串的並集的算法

Question

我一直在嘗試一種高效的方法，該方法可以在按索引分組的一組fixed width字符串中查找字符出現的並集。 像這樣的東西；

s1 = "013965"
s2 = "015935"
s3 = "310012"

結果如下所示，所有數字組都存在於char索引n處的所有字符串中：

out = "[03][1][350][90][631][52]"

我曾想過這樣做的天真的方法：遍歷每個字符串，每個索引，同時將中間字符串存儲在數組中，然后遍歷該數組以構建輸出值。 但是，在我看來，我的方法是一種效率極低的方法，與漸近最優解相距太遠。

Answer 1

如果預先知道所有可能字符的集合，則假設它們的數目為n ，並且n不太高（例如10，如果您僅執行數字操作），則可以通過創建m長度為n布爾數組來做到這一點，其中m是位置數或輸入字符串中的位數， n 。 如果任何輸入字符串中的第n個字符位於第m個位置，則第m個數組中的第n個位置將為true 。 False將表示以前沒有這樣的字符在第m位。

然后，您可以遍歷每個字符串，當在位置m遇到字符n ，將在第m個數組的第n個位置標記為true 。 最后，您將擁有m數組，每個數組描述第m個組的內容

pos[0] = {true, true, false, false, false, true, true, false, true, false}
pos[1] = {true, false, false, false, false, false, false, false, false, false}
pos[2] = {false, false, true, true, false, false, false, false, false, true}

轉換為

[0,1,5,6,8] [0] [2,3,9]

由於所有結構都是直接訪問數組，因此不涉及查找，所有訪問都在固定時間內進行，您只需要訪問每個字符一次，而無需進行比較。 希望這可以幫助。