我正在使用大量数据进行字符串匹配。

编辑：我正在匹配一个大列表中的单词与一些本体文本文件。我从本体中获取每个文件，并搜索每个文件行的第三个字符串与列表中的任何单词之间的匹配。

我在监督这样一个事实上犯了一个错误：我需要做的不是纯匹配(结果很差)，但是我需要一些更宽松的匹配函数，当字符串包含在另一个字符串中时，它也会返回结果。

我用Radix Trie做到了这一点;它非常快，效果很好，但现在我猜我的工作没用，因为trie只返回完全匹配。 ：/

执行此操作的算法类型是字符串搜索算法？

有人可以建议一些他有经验的Java实现吗？

算法应该很快，但不是最重要的，会与速度和复杂性相提并论。

我非常感谢所有建议/示例/解释/链接！

谢谢！

什么是"执行此操作的算法类型是字符串搜索算法？"问？

您可能会发现后缀树很有用(它们在概念上类似于Tries)。

每个字符串，前缀为^并以$结尾，并创建所有附加字符串的后缀树。空间使用将是O(n)，并且可能比你对trie的更糟糕。

如果你现在需要搜索字符串s，你可以很容易地在O(| s |)时间内完成，就像一个trie，你得到的匹配将是一个子字符串匹配(基本上，你将匹配某些字符串的一些后缀) )。

抱歉，我没有对Java实现的引用。 strike>

找到了一个有用的stackoverflow答案：Generalized Suffix Tree Java Implementation

其中有：

http://illya-keeplearning.blogspot.com/2009/04/suffix-trees-java-ukkonens-algorithm.html

反过来又有：源代码：http：//illya.yolasite.com/resources/suffix-tree.zip

@Moron：我认为这可能正是我需要的，如果我理解的话，我可以用同一棵树做"匹配"和"包含"????

@Julia：是的。如果您想要完全匹配，请在搜索字符串前加上^并附加$并进行匹配。如果要包含，请按原样使用搜索字符串。

@Moron：似乎这将是完美的。一定有一些java lib !!

@Julia：查看我在这个答案中添加的链接。

@Moron：非常感谢！

您可以使用BM算法在单个模式的文本文件中进行搜索，并对列表中的所有模式重复此算法。

另一个最佳解决方案是使用多模式搜索算法，如：Aho-Corasick字符串匹配算法

johannburkard.de/software/stringsearch？你说在文本文件中搜索，但我不需要在文本文件中的任何地方进行匹配，但是每行的每三个字符串都可以指定吗？ (对不起详细信息，我很害怕像我用radix trie那样匆匆忙忙)

BM算法匹配任何字符串而不关心字符串的来源(来自文件中的文本，来自db中的单元格等)。

正则表达式绝对是您最好的选择。它们写起来可能有点混乱，但它们是你可以在没有难以理解的if / else或switch语句系列的情况下进行更松散匹配的唯一方法。

另外，它们比替代品快得多。

我修改了我的解释，我没有解释清楚抱歉！

-1：为什么正则表达式"最好"？为什么替换if / else切换语句？在声称替代品之前，您还考虑了哪些其他替代方案？我会说正则表达式的表现会非常糟糕！你必须编译它们，然后在匹配期间可能回溯......

好吧，这个问题最初的措辞(编辑前)，这就是我读它的方式 - 显然，它不再适用！

为什么不在java中使用indexOf方法。根据内存的可用性，阅读内容。做一个indexOf并获得你需要的所有行。加载下一组内容。

如果从文件中读取使用nio流。

可能是想法不好，但我相信java。它将使用最好的算法。

如果你使用正则表达式会更好。

我不完全确定我是否正确理解了这个问题，但这听起来像正则表达式会起作用

http://java.sun.com/developer/technicalArticles/releases/1.4regex/

我修改了我的解释，我没有解释清楚抱歉！