如何在列表中查找子列表的索引？答案

【问题标题】：How to find index of sublist in list?如何在列表中查找子列表的索引？
【发布时间】：2010-08-20 09:41:48
【问题描述】：

我正在寻找一些有效的方法（在 .NET 中），如何查找某个字节列表中是否有字节序列，如果有，则索引第一个开始的位置。

例如，假设我有：

var sequence = new List<byte> { 5, 10, 2 };
var listOne = new List<byte> { 1, 3, 10, 5, 10, 2, 8, 9 };
var listTwo = new List<byte> { 1, 3, 10, 5, 2, 10, 8, 9 };

结果应该是我的序列在 listOne 的索引 3 和 listTwo 的索引 -1（即它不存在）上。

当然，如果后面的数字与我的序列匹配，我可以通过 int 和每个索引循环遍历列表 int 并搜索，但是有没有更有效的方法（例如使用扩展方法）？

【问题讨论】：

当然，如果列表未排序，您将不得不遍历每个项目直到找到序列？使用扩展方法或 Linq 并不能神奇地提高效率。
我相当怀疑是否有一些.NET 库具有这种类型的扩展。但是您可以创建自己的。
我必须补充一点，我的序列相当短（数量很少），但我要搜索的列表很长（数千个项目）

标签： c# .net

【解决方案1】：

这与子字符串搜索本质上是相同的问题（实际上，顺序很重要的列表是“字符串”的概括）。

幸运的是，计算机科学长期以来经常考虑这个问题，所以你可以站在巨人的肩膀上。

看看文献。一些合理的起点是：

http://en.wikipedia.org/wiki/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm

http://en.wikipedia.org/wiki/Boyer%E2%80%93Moore_string_search_algorithm

http://en.wikipedia.org/wiki/Rabin-karp

即使只是维基百科文章中的伪代码，也足以轻松移植到 C#。查看不同情况下的性能描述，并确定您的代码最有可能遇到哪些情况。（我是从你所说的关于搜索键列表很短的内容中考虑的第一个）。

【讨论】：

感谢您提供的链接，我只是想知道，是否有任何方法在 .NET 中使用其中一些算法实现，以节省我的时间，然后再自己实现它们。
System.String.IndexOf 很可能实现了其中之一！您将相同的算法应用于它不常用的数据类型会减少您找到 impl 的机会。我敢肯定在某个地方有一个，但找到它是另一回事。

【解决方案2】：

我认为最简洁的方法是创建一个这样的通用扩展方法：

public static int SubListIndex<T>(this IList<T> list, int start, IList<T> sublist)
{
    for (int listIndex = start; listIndex < list.Count - sublist.Count + 1; listIndex++)
    {
        int count = 0;
        while (count < sublist.Count && sublist[count].Equals(list[listIndex + count]))
            count++;
        if (count == sublist.Count)
            return listIndex;
    }
    return -1;
}

以这种方式调用：

var indexOne = listOne.SubListIndex(0, sequence);
var indexTwo = listTwo.SubListIndex(0, sequence);

附：如果您需要搜索更多的子列表，也可以从给定的索引开始

【讨论】：

这正是我现在正在做的。但正如 Jon Hanna 所说，有更有效的子集搜索方法。我只是想知道我是否没有遗漏 .NET 中的某些内容。
IMO 那些算法不容易适用于非字符字符串。例如，boyer-moore 需要一个字母大小的数组，而 Int32 的字母大小为 2^32。 Rabin-karp 使用散列，对于非真实字符串可能很难实现。我猜可能唯一真正可用的是 Knuth-Morris-Pratt，但我认为不会这么快......
不错且简单的解决方案。您可以将其增强为 IEnumerable 并使用 Count() 代替 Count 和 ElementAt(...) 代替 [...]。对于 List，Enumerable 使用 IList 实现，因此没有太多开销。 sublist.Count 的变量还可以节省一些纳秒...

【解决方案3】：

我建议将每个List<int> 转换为String，然后使用String.IndexOf(sequence) 进行搜索以确定序列的位置或是否存在。

【讨论】：

嗯我真的怀疑这会提高效率，因为你必须从列表中创建字符串（使用更多的内存和更多的计算）。当然这会让事情变得更容易，因为您不需要编写用于搜索子字符串的代码。
我也担心效率问题。但它肯定会更短，也许可读。
如果您创建一个扩展方法并对其进行描述，它也将简短易读，而不是使用。