多字符串模式匹配的有效方法？答案

【问题标题】：Efficient way for multiple string pattern matching?多字符串模式匹配的有效方法？
【发布时间】：2018-01-04 23:37:31
【问题描述】：

假设现在我们有：

String[] = {
   "Name:John, State:MA, City:Boston, Degree:Master",
   "Name:Alex, State:CA, City:San Diego, Degree:PhD",
   "Name:Aaron, State:NY, City:NYC, Degree:Master",
   "Name:Lily, State:MA, City:Worcester, Degree:Master",
}

我想如何找到同时包含 "State:MA" 和 "Degree:Master" 的 ALL；所以很明显那将是第 1 行和第 4 行。

所以它看起来像 SQL 数据库查询，但我需要使用 Java 或 Python 来实现。

另外，输入数据应该非常大，所以我实际上正在考虑更有效的方法，如Trie 来存储信息。

但通常 Trie 应该用于前缀字符串问题；比如说，给定一个字符串列表，我们希望找到所有包含模式he 的字符串，所以最终列表可能是这样的：

he, hell, help, hello....

而对于我的问题，这两种模式并不连续；但 Trie 确实可以为大量输入节省大量空间。

那么有什么想法可以使用 Trie 来解决这种多重模式匹配问题吗？还是其他我不知道的数据结构？

谢谢

【问题讨论】：

后缀树可能更合适。在 Java 和 Python 等非本机环境中，Tries 的内存效率非常低，您无法指定树的精确内存布局。
看起来像一个重复的问题：stackoverflow.com/questions/954752/…

标签： string pattern-matching trie

【解决方案1】：

如需灵感，您可以查看these classes。你最好先从samples 开始。该方法是 trie 和 FSA 的混合体。您必须自己实现准备模式的逻辑。当多个模式与您的字符串匹配时，您还必须注意结果的顺序。

【讨论】：