快速字符串搜索？

Question

我有一个字符串向量，必须检查向量中的每个元素是否存在于5000个单词的给定列表中。 除了两个嵌套循环的普通方法之外，有没有更快的方法在C ++中执行此操作？

Answer 1

您应该将字符串列表放入std::set。它是为搜索而优化的数据结构。查找给定元素是否在集合中是一项比迭代所有条目快得多的操作。

当你已经在使用C ++ 11时，你也可以使用std::unordered_set，它更快地进行查找，因为它是作为哈希表实现的。

这应该适用于学校/大学：准备解释这些数据结构如何变得更快。当你的导师要求你解释你使用它们的原因时，“互联网上的一些人告诉我”不太可能在课本上为你赢得贴纸。

Answer 2

您可以将单词列表放在std::unordered_set中。然后，对于向量中的每个元素，您只需要测试它是否在O（1）中的unordered_set中。你会有一个预期的复杂性O（n）（看看评论，看看为什么它只是预期）。

Answer 3

您可以对矢量进行排序，然后您可以使用一个“循环”解决此问题（您的字典也被排序），这意味着O（n）不计入排序成本。

Answer 4

所以你有一个字符串向量，每个字符串都有一个或多个单词，你有一个字典的向量，你应该确定字符串向量中的哪些单词也在字典中？字符串向量是一个烦恼，因为你需要查看每个单词。我首先创建一个新的向量，将每个字符串分成单词，然后将每个单词推入新的向量。然后对新向量进行排序并通过std::unique算法运行它以消除重复。然后对字典进行排序。然后通过std::set_intersection运行两个范围以写入结果。