计算字符串出现次数的最快方法答案

【问题标题】：Fastest way to count the number of occurrences of a string计算字符串出现次数的最快方法
【发布时间】：2012-05-12 10:25:48
【问题描述】：

我想知道计算一个字符串（针）在另一个字符串（干草堆）中出现次数的最快方法是什么。我的做法是：

int findWord(char * file, char * word){
 char *fptr;
 char * current = strtok_r(file, " ,.\n", &fptr);
 int sum = 0;
 while (current != NULL){
    //printf("%s\n", current);
    if(strcmp(current, word) == 0)
        sum+=1;
    current = strtok_r(NULL, " ,.\n", &fptr);
 }
 return sum;
}

使用更复杂的算法 (Boyer-Moore) 会更快吗？谢谢

【问题讨论】：

标签： c string performance

【解决方案1】：

目前，如果您的程序正在计算单词 "blah" 并遇到一个标记是 "blahblah"，那么您的算法会将其视为零出现。如果需要将其计为两个，您可以从更高级的方法中受益。

如果你的程序做你想做的事，你就会尽可能快地处理：它在较长的“单词”的字母数量上已经是线性的，所以你不能进一步加快它。

需要一个更有趣的解决方案来计算具有自别名的单词：例如，在"aaaa" 字符串中计数"aa"s。如果您需要针对这种情况返回 3，则需要更高级的算法。

【讨论】：

【解决方案2】：

使用更复杂的算法（Boyer-Moore）会更快吗？

在您的算法中，比较单位是单词而不是字符。这使算法能够忽略跨越单词边界的匹配，从而使其在O(n) 时间运行。

我怀疑你是否能够渐近地击败它。

就降低乘法常数而言，现在您的算法会检查file 中的每个字符两次。您可以通过重写代码以使用一对指针和单个for 循环来消除这种冗余（弄清楚细节留给读者练习:)）

【讨论】：

【解决方案3】：

除非你的系统对字符串函数的实现不好，否则这应该是最快的：

const char *s, *t;
size_t cnt;
for (cnt=0, s=haystack; t=strchr(s, needle); s=t+1, cnt++);

如果您不想计算重叠匹配，请稍微调整一下（+strlen(needle) 而不是 +1）。

【讨论】：