在文本中搜索特殊字符串的最佳方法答案

【问题标题】：Best way to search for a special string in a text在文本中搜索特殊字符串的最佳方法
【发布时间】：2023-04-10 15:26:01
【问题描述】：

如果我有一段大约 3000 个字符的文本。我想搜索具有某些特征的字符串，例如 [*] 这样的字符串。

也就是我想从

得到[a]和[bc]

sjfhshdkfjhskdhfksdf[a]sfdsgfsdf[bc]

我知道有一种叫做 KMP 的算法可以保证通过文本进行线性时间搜索操作，但是在这里我没有找到固定的字符串，也许我必须在某个地方使用一些正则表达式。

我怎样才能比 O(n^2) 做得更好？如果我使用 java，是否有任何轻量级库？

【问题讨论】：

标签： java string algorithm search text

【解决方案1】：

不需要库，您已经有效地描述了正则表达式的用例！它们针对搜索进行了高度优化，在本例中为O(n)。

String str = "sjfhshdkfjhskdhfksdf[a]sfdsgfsdf[bc]";
List<String> allMatches = new ArrayList<>();
Matcher m = Pattern.compile("\\[[^\\]]*]").matcher(str);
while (m.find()) {
    allMatches.add(m.group());
}

Regex Demo

如果你有任何疑问并且真的想要一些你可以看到的 O(n)，这里有一个算法：

String str = "sjfhshdkfjhskdhfksdf[a]sfdsgfsdf[bc]";
List<String> allMatches = new ArrayList<>();
for (int i = str.indexOf('['), j; i != -1; i = str.indexOf('[', j + 1)) {
    j = str.indexOf(']', i + 1);
    // if `j` is -1, the brackets are unbalanced. Perhaps throw an Exception?
    allMatches.add(str.substring(i, j + 1));
}

【讨论】：

【解决方案2】：

以下是如何在一行中做到这一点：

String[] hits = str.replaceAll("^.*?\\[|][^\\]]*$", "").split("].*?\\[");

这通过剥离前导和尾随字符直到并包括第一个/最后一个打开/关闭方括号，然后在一个右括号上拆分到下一个左括号（包括）。

【讨论】：

不错！你确定性能？惰性量词似乎可以改进。
@4castle 性能？我的猜测是这将在大约 10 微秒内执行，这“足够快”。但也要考虑开发人员的表现。更少的代码意味着更少的错误和更少的编写时间。