在数组中搜索特定字符串答案

【问题标题】：Searching for a particular String in an array在数组中搜索特定字符串
【发布时间】：2014-05-27 11:41:18
【问题描述】：

我想知道在String 数组中检查单词是否存在的最快方法/算法是什么。例如，如果我有一个包含 10,000 个元素的字符串数组，我想知道它是否包含“人类”一词。我可以对数组进行排序，没问题。

但是，二进制搜索 (Arrays.binarySearch()) 是不允许的。 HashSet、HashMap 和 ArrayList 等其他集合类型也是不允许的。

是否有任何经过验证的算法？还是有什么其他方法？搜索的方式应该非常非常快。

【问题讨论】：

【解决方案1】：

您可以排序的最快方式将导致 O(nLogn) 复杂度因此，如果您要在无序数据中查找特定单词，只需使用单个 for 循环扫描数组，这将花费您 O(n)

【讨论】：

that will cost you O(n*length of word) for EACH WORD ...非常昂贵。
length_of_word 本质上不是一个变量，所以从渐近符号 O(n)=O(100000000000*n)
@VilenMelkumyan 当然它是一个变量。我可以很容易地想象有无限字长的字典
是的，但我想这取决于您的数据以及您如何查看它，一般来说，如果您有一个字符串数组，确定有一个字符串具有最大长度，因此单词的长度是有界的.如果字符串数组不同，你是对的。

【解决方案2】：

为了获得最快的性能，您必须使用散列。
您可以使用rolling hash。
它确保更少的碰撞次数。

hash = [0]*base^(n-1) + [1]*base^(n-2) + ... + [n-1]

其中base 是质数，比如31。

你还需要取模，所以整数范围不超过prime number。

时间复杂度：O(number of characters) 考虑乘法和模O(1) 运算。

【讨论】：

【解决方案3】：

从数组中构建一个trie。它可以在线性时间内构建（假设字母大小不变）。然后您也可以在线性时间内查询（时间与查询字长成正比）。预处理和查询时间都是渐近最优的。

【讨论】：

+1 提出这个问题。创建 trie 会是一次成本吗？就像如果我想向已经创建的 trie 添加一组单词，它会再次搜索该特定节点并添加到它还是完全创建一个新的 trie？
@bgth 是的，您可以通过该算法直接在 trie 中插入和删除。那里的运行时间也是线性的（最优的），所以如果你最初从一个空的 trie 开始并一个接一个地添加单词，你仍然会得到整体的线性时间
但它是在这个问题中查找整个字符串而不是最接近的正确工具吗？它也不会为上面的所有节点抛出匹配项吗？比如，如果你在搜索“Hum”，它不会匹配“Hum”和“Huma”以及“Human”和“Humanitarian”吗？
@bgth：你走到代表字符串“Human”的节点。然后你检查它是否有一个布尔标记，上面写着“输入词之一由这个节点表示”。老实说，我不认为有问题。它绝对是算法意义上的正确工具，因为它具有最佳的运行时界限。而且它在实践中也非常快（但由于缓存未命中，可能不如基于散列的方法快）。
你能指点我一本书，里面有这个和其他阅读算法的细节吗？