什么是最快的算法：在字符串列表中，删除作为另一个字符串的子字符串的所有字符串 [Python（或其他语言）]答案

【问题标题】：What is the fastest algorithm: in a string list, remove all the strings which are substrings of another string [Python (or other language)]什么是最快的算法：在字符串列表中，删除作为另一个字符串的子字符串的所有字符串 [Python（或其他语言）]
【发布时间】：2020-04-16 22:44:11
【问题描述】：

有一个字符串列表，例如["abc", "ab", "ad", "cde", "cde", "de", "def"] 我希望输出为 ["abc", "ad", "cde", "def"]

"ab" 被删除，因为它是 "abc" 的子字符串 "cde" 被删除，因为它是另一个 "cde" 的子字符串 “de”被删除，因为它是“def”的子字符串

最快的算法是什么？

我有一个蛮力方法，就是O(n^2)，如下：

def keep_long_str(str_list):
    str_list.sort(key = lambda x: -len(x))
    cleaned_str_list = []
    for element in str_list:
        element = element.lower()
        keep_element = 1
        for cleaned_element in cleaned_str_list:
            if element in cleaned_element:
                keep_element = 0
                break
            else:
                keep_element = 1
        if keep_element:
            cleaned_str_list.append(element)
    return cleaned_str_list

【问题讨论】：

* 删除，错字见谅，不知道大家修改问题
点击问题下方的edit 链接。标题位于顶部的单独文本框中。
请重复intro tour。如果你表现出你的努力，你会得到更好的回应：发布你的代码，描述复杂性（例如 O(n^2)），并且也许建议 - 一般来说 - 它可能是怎样的改进。
“最快的方法是什么”通常翻译为“我不知道该怎么做；给我一些代码？”
如果输入列表是["cde", "de"]，是否会删除"de"？

标签： python algorithm

【解决方案1】：

strings = ["abc", "ab", "ad", "cde", "cde", "de", "def"]
unique_strings = []

for s in strings: 
     if all(s not in uniq for uniq in unique_strings):
         unique_strings.append(s)

运行此代码后，unique_strings 等于 ['abc', 'cde', 'def', 'ad']。

注意：这可能不是最快的方法，但它是一个简单的解决方案。

【讨论】：

如果较短的字符串出现在较长的字符串之前，strings = ["ab", "abc", "ad", "cde", "cde", "de", "def"]，则结果为{'abc', 'ad', 'def', 'ab', 'cde'}。这可以通过首先对较长的字符串进行排序来纠正，strings.sort(key=len, reverse=True)。
为什么在这里使用集合而不是列表？您只使用集合进行迭代和添加，因此列表应该更快。顺便说一下，这个解也是O(n^2)。
谢谢@kaya3！用您的建议更新了答案。

【解决方案2】：

我查看了 Jack Moody 和 Chris Charley 的答案，但仍然不喜欢使用 all，因为 any 可能会在第一次出现超级字符串时跳出循环，所以想出了这个改动：

strings = ["abc", "ab", "ad", "cde", "cde", "de", "def"]
unique_strings = []
for s in sorted(strings, reverse=True):  # Largest first 
    if not any(s in uniq for uniq in unique_strings):
        unique_strings.append(s)
print(unique_strings)  # ['def', 'cde', 'ad', 'abc']

我认为没有必要对字符串len 进行明确排序，因为无论如何它都是字符串比较的一部分。干杯:-)

【讨论】：

all 也短路了。
如果测试列表的构造类似于strings = ["ab", "abc", "ad", "cde", "cde", "de", "def"]，那么结果将是{'abc', 'ad', 'def', 'ab', 'cde'}。 ab 在结果中，不应该出现在结果中。所以，我认为仍然有必要按长度对位进行排序。
嗨，克里斯，我使用了您的初始订单，并使用我的代码得到了与以前相同的结果，因为排序使代码不依赖于原始订单。在循环工作时，由于排序，字符串“abc”在字符串“ab”之前被考虑，并且因为“ab”是一个子字符串，它不会被添加到结果中。
好吧，我错过了你帖子中的排序。