Java中的字符串搜索算法

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; 这是非常快，工作得很好，但现在我猜我的工作没用，因为trie只返回完全匹配。：/

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！

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的情况更糟糕。

如果您现在需要搜索字符串s，您可以轻松地在O（| s |）时间内完成，就像trie一样，您获得的匹配将是一个子字符串匹配（基本上，您将匹配某些字符串的某些后缀））。

~~对不起，我没有方便的Java实现参考。~~

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

其中包括： 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

正则表达式绝对是您最好的选择。编写它们可能有点乱，但它们是唯一的方法，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的匹配。

另外，它们比替代品快得多。

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

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。