如何在两个字符串中找到唯一的单词？ [关闭]答案

【问题标题】：how to find unique words in two strings? [closed]如何在两个字符串中找到唯一的单词？ [关闭]
【发布时间】：2012-09-09 23:59:08
【问题描述】：

我有两个单独的字符串：

string s1 = "Hello welcome to the world of C sharp";

String s2 = "Hello world welcome to the world of C";

现在我想获取两个字符串中的唯一词，例如{sharp}。

我也想在{Hello, welcome, to, the , world of, C}这样的同一个程序中找到相似的词。

我无法继续。有人可以帮忙吗？

【问题讨论】：

标签： c# data-structures

【解决方案1】：

在 C++ 中。假设您有某种拆分字符串的 StringTokenizer 类：

string s1 ="Hello welcome to the world of C sharp";

string s2 = "Hello world welcome to the world of C";

int main( int argc, char* argv[] )
{
    stringTokenizer lStrToken1(s1);
    stringTokenizer lStrToken2(s2);

    vector<string> lVS1 = lStrToken1.getTokens();
    vector<string> lVS2 = lStrToken2.getTokens();

sort( lVS1.begin(), lVS1.end() );
sort( lVS2.begin(), lVS2.end() );
vector<string> lDiff;

set_difference( lVS1.begin(), lVS1.end(), lVS2.begin(), lVS2.end(), 
        inserter( lDiff, lDiff.end() ) );

vector<string>::iterator lIter = lDiff.begin();
for ( ; lIter != lDiff.end(); ++lIter ) {
cout << *lIter << endl;
}

cout << endl;

}

【讨论】：

【解决方案2】：

public List<string> UniqueWords(string[] setsOfWords)
{
    List<string> words = new List<string>();
    foreach (var setOfWords in setsOfWords)
    {
        words.AddRange(setOfWords.Split(new char[] { ' ' }));
    }
    return words.Distinct().ToList();            
}

【讨论】：

【解决方案3】：

老实说，我不太确定您的目标是什么，但这里有一些可能的答案：

获取只存在于一个字符串或另一个字符串中的单词：

using System.Linq;
...
string s1 ="Hello welcome to the world of C sharp";
string s2 = "Hello world welcome to the world of C"; 
List<string> s1List = (s1 + " " + s2)
            .Split(' ')
            .Where(s=> (!s2.Split(' ').Contains(s) || !s1.Split(' ').Contains(s)))
            .Distinct()
            .ToList();

获取所有唯一词：

using System.Linq;
...
string s1 ="Hello welcome to the world of C sharp";
string s2 = "Hello world welcome to the world of C"; 

 List<string> s1List = (s1 + " " + s2).Split(' ').Distinct().ToList();

【讨论】：

【解决方案4】：

使用框架提供的一些不错的集合操作：

string s1 ="Hello welcome to the world of C sharp";
string s2 = "Hello world welcome to the world of C";

string[] words1 = s1.Split(' ');
string[] words2 = s2.Split(' ');

var s1UniqueWords = words1.Except(words2);
var s2UniqueWords = words2.Except(words1);

var sharedWords = words1.Intersect(words2);

有关各种集合操作的更多信息：http://msdn.microsoft.com/en-us/library/bb546153.aspx

【讨论】：

【解决方案5】：

在 C# 中，您可以使用：

string[] words1 = s1.Split(" ", StringSplitOptions.RemoveEmptyEntries);
string[] words2 = s2.Split(" ", StringSplitOptions.RemoveEmptyEntries);

// Retrieve words that only exist in one list
var unique = words1.Except(words2).Concat(words2.Except(words1)); 

// Retrieve all "similar words" - exist in either list
var matches = words1.Intersect(words2);

【讨论】：

这里不需要拆分选项。
@oldrinb 不是在这个确切的例子中，但作为一个通用规则，如果将“句子”标记为“单词”（这似乎是 OP 的目标），包括在内是个好主意。我将其包含在内，因为如果将其与通用数据一起使用，删除它可能会导致 string.Empty 被包含在结果中。

【解决方案6】：

我建议使用Split() 和Except()：

        string s1 = "Hello welcome to the world of C sharp";

        string s2 = "Hello world welcome to the world of C";

        var s1Words = s1.Split(' ', StringSplitOptions.RemoveEmptyEntries);
        var s2Words = s2.Split(' ', StringSplitOptions.RemoveEmptyEntries);

        var s1Only = s1Words.Except(s2Words);
        var s2Only = s2Words.Except(s1Words);

        Console.WriteLine("The unique words in S1 are: " + string.Join(",", s1Only));
        Console.WriteLine("The unique words in S2 are: " + string.Join(",", s2Only));

如果你需要它们在同一个列表中，你可以使用Concat():

var allUniqueWords = s1Only.Concat(s2Only);

你也可以使用Intersect()找到相同的词：

var sameWords = s1Words.Intersect(s2Words);

LINQ 中的集合操作非常适合这类事情。还有一个 Union() 可以为您提供两者中所有单词的不同列表，例如：

var allWords = s1Words.Union(s2Words);

【讨论】：