大量字符串中最長的子字符串

Question

我有一個龐大的固定文本字符串庫，並且經常更改輸入字符串s。 我需要在最短的時間內從字符串s的開頭開始，找到庫中任何字符串到s的最長匹配子字符串。 在一個完美的世界中，我還將返回庫中的下一個最長匹配，以及下一個最佳匹配，依此類推。 這不是最長的公共字符串問題-我不是在尋找庫中所有字符串的最長的公共字符串...我只需要s和龐大的庫中的每個字符串之間盡可能快的成對最佳子字符串。

Answer 1

重新閱讀后，我認為做到這一點的最佳方法可能是在大型字符串庫中構建一個trie或前綴樹，然后將s與之匹配。

這有兩個優點。 首先，它以（至少某種程度上）壓縮形式存儲您的大庫。 其次，它或多或少會自動告訴您所有與給定輸入匹配的字符串，而不僅僅是最長的字符串。

它也非常適合您的用例-盡管需要花費大量工作才能從輸入中構建特里樹（或特別是）構建前綴樹，但是之后使用起來非常快。

Answer 2

提前對列表進行排序（即在編譯之前或之前），然后使用bsearch

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

找到匹配項后，您就可以在附近向前和向后看，以獲得所需的“匹配項”。

順便說一句，bsearch不一定是最快的，因為它通過了比較器功能，但是在標准C庫中。