是否有一些快速算法来检查两个字符串集中的子字符串答案

【问题标题】：Is there some fast algorithm to check substrings in two string sets是否有一些快速算法来检查两个字符串集中的子字符串
【发布时间】：2020-08-20 14:17:50
【问题描述】：

有两个字符串集（c++）

set<string> set1, set2;

我需要迭代 set1 来检查 set1 中的任何字符串是否是 set2 中字符串的子字符串。

下面的代码是我的解决方案，有什么快速算法吗？

for(auto& str1 : set1) {
    for(auto& str2: set2) {
        if (strstr(str2.data(), str1.data()))
           // do something
    }
}

有一些限制

【问题讨论】：

【解决方案1】：

后缀树会更快，O(n + m) 其中n 是set1 中所有字符串的总长度，m 是set2 中的总长度，在最坏的情况下，您的设置方法将是O(n*m*min(n,m))，后缀数组也使用线性内存。

如果它不适合 RAM，您可以考虑将其拆分为适合的“块”，然后检查 set1 和 set2 中的所有“块”对并在它们上构建后缀树。

如果硬件有SSD，现在虚拟内存也很快

【讨论】：

【解决方案2】：

既然您对是否有任何符合条件的元素感兴趣，那么您可以在找到第一个元素时打破循环。这是一项明显的性能优化。

【讨论】：

这应该是一条评论
@Slava 这个答案包含优化的想法，但感谢您的输入。
这没有提供问题的答案。要批评或要求作者澄清，请在他们的帖子下方留下评论。 - From Review
@coelhudo 该问题询问了使算法更快的方法。如果找到匹配项，此答案将指导提问者打破内部循环。它很短，但绝对提供了一种方法来提高问题所指的 3D 循环的性能。