使用Python在字符串中查找字符串列表中项目的索引答案

【问题标题】：Find indexes of items in list of string in an string with Python使用Python在字符串中查找字符串列表中项目的索引
【发布时间】：2020-06-03 12:42:52
【问题描述】：

我正在寻找一种快速的方法来查找字符串中与项目（一个或多个单词）匹配的所有索引。实际上我不需要列表中的索引我需要字符串中的索引。

我有一个单词列表和一个类似这样的字符串：

words = ['must', 'shall', 'may','should','forbidden','car',...]
string= 'you should wash the car every day'

desired output:
[1,4]# should=1, car=4

列表的长度有时可能超过数百项，字符串也可能超过数万。

我正在寻找一种如此快速的方法，因为它在每次迭代中被调用一千次。

我知道如何用循环来实现它并一个一个地检查所有项目，但是它太慢了！

【问题讨论】：

单词可以有重复的元素吗？
@AnuragWagh 不，他们不能
@Sina 看看我的回答是否符合你的要求？

标签： python string list algorithm indexof

【解决方案1】：

一种解决方案是制作words set 而不是list，然后进行简单的列表理解：

words = {'must', 'shall', 'may','should','forbidden','car'}
string= 'you should wash the car every day'

out = [i for i, w in enumerate(string.split()) if w in words]

print(out)

打印：

[1, 4]

【讨论】：

它可以工作，但它太慢了，所以我提到我知道如何用循环实现它，但它太慢了

【解决方案2】：

您需要Aho Corasick 算法。

给定一组字符串和一个文本，它会在O(len+ans) 的给定文本中找到该集合中所有字符串的出现次数，其中len 是文本的长度，ans 是答案的大小.

它使用自动机，可以根据您的需要进行修改。

【讨论】：

【解决方案3】：

您可以使用字典查找字典的时间复杂度是 O(1)

string = 'you should wash the car every day'

wordToIndex = {word: index for index, word in enumerate(string.split())}

words = ['must', 'shall', 'may','should','forbidden','car']

result = [wordToIndex[word] for word in words if word in wordToIndex]

# [1,4]

【讨论】：

应该注意字典操作是 O(n) 最坏情况和 O(1) 预期的。
您假设列表中的单词不是字符串中单词的子序列。 "Let's play football", ["foot","ball"].

【解决方案4】：

使用列表理解，

print([string.split().index(i) for i in string.split() if i in words]) 
#[1,4]

【讨论】：