Java（以及Python）中字典的最佳数据结构[关闭]

Question

这是我的要求：

• 输入：足够长的随机字符串 ex：fdjhkajajkfdj
• 输出：fdj 出现 2 次，由 x 字符分隔

我想将所有三个字母的单词放在一个数组中并检查它们是否相同 例如：

a[0] = fdj
a[1] = djh
a[2] = jhk
a[3] = hka
a[4] = kaj
.
.
.
a[n] =fdj

我的答案是a[0] 和a[n] 匹配，可能出现2 次以上。

问题：那么我应该使用哪种阵列在这种情况下是最佳的。我正在使用 Java（还有 python）。我在想字典。

Answer 1

在 Java 中，您可以使用 Map 接口 (http://download.oracle.com/javase/1.4.2/docs/api/java/util/Map.html)

我会使用 HashMap，因此键是 3 个字母的单词，值是出现次数。这是一些示例伪代码

HashMap<String, int> wordCountMap = new HashMap<String, int>();
for(....) // for each 3 letter word in the input
{
    String word = ...; // current three letter word
    if(wordCountMap.containsKey(word))
        wordCountMap.put(word, wordCountMap.get(word)++);
    else
        wordCountMap.put(word, 1);
}

然后您可以遍历键/值对并返回它们的出现次数。

要返回单词之间的字符数，您可以在使用字符串操作计算出现次数后单独执行此操作（请参阅 String.indexOf）。伪代码是......

String orginalInput = "fdjhkajajkfdj";
String word = "fdj";
int firstOccurance = originalInput.indexOf();
int secondOccurance = originalInput.indexOf(firstOccurance+1);
int charsInBetween = secondOccurance - firstOccurance - 3; // difference in indices minus length of word

Answer 2

在 Python 中，dict 很好。

在 Java 中，如果只需要检测第一个匹配项，则可以使用 HashSet，但如果要计算匹配项的数量，则可以使用 Map

编辑：您更改了问题的参数，所以这就是我现在的建议。使用 Map> - 键是 3 个字母的单词，并且您正在维护字符串出现的索引值列表。您可以在 Python 中使用等价物

Answer 3

您可以对它们进行排序并查找重复项，或者将它们放入链接的哈希集中并在插入内容之前检查是否存在重复项。

Answer 4

您在数组中存储三个字母单词的方式效率不高。请考虑将字符串存储在后缀树中或简单地存储在数组中，并使用 KMP 算法查找您必须搜索的字符串的最大出现次数。以后可以根据您的选择存储计数。

Answer 5

嗯。 fdj 将被匹配，因为它是字符串的前 3 个字符？还是来自其他地方？如果您的needle 出现超过 2 次，您需要前 2 场比赛之间的距离，还是第一次和最后一场比赛之间的距离，或者每对比赛的所有距离？

好吧，我可以给你一个函数，给你所有的匹配。

>>> def find_matches(needle, hackstay):
...   '''returns a list of positions of needle in hackstay'''
...   ptr = 0
...   found = []
...   while True:
...     idx = hackstay[ptr:].find(needle)
...     if idx < 0: return found
...     found.append(ptr+idx)
...     ptr += idx+len(needle)
... 
>>> 
>>> 
>>> find_matches('fdj','fdjhkajajkfdj')
[0, 10]

数组的两个元素之间的距离就是较大的元素减去较小的元素减去针的长度。

例子：

>>> res = find_matches('fdj','fdjhkajajkfdj')
>>> distance = abs(res[0]-res[1])-len('fdj')
>>> print distance
7

您可以自行决定needle 的来源以及您需要的距离。希望对您有所帮助！

PS：如果有人可以建议如何改进该代码，请提出！我的感觉是这可以写得更短（比如使用found = [i for ??? if ???]），但我不知道如何。