java - 如何从 Java 中的字符串中检测重复的单词？

Question

可以通过哪些方式检测字符串中的重复单词？

例如“这是重复测试的测试消息”包含一个重复单词测试。

在这里，目标是检测字符串中出现的所有重复单词。

最好使用正则表达式来实现目标。

Answer 1

您可以使用正则表达式做的最好的事情是O(N^2)搜索复杂性。O(N)通过将输入拆分为单词并使用 HashSet 检测重复项，您可以轻松实现时间和空间搜索的复杂性。

Answer 2

以下 Java 代码解决了从字符串中检测重复项的问题。如果重复的单词用换行符或标点符号分隔，应该没有任何问题。

    String duplicatePattern = "(?i)\\b(\\w+)\\b[\\w\\W]*\\b\\1\\b";
    Pattern p = Pattern.compile(duplicatePattern);
    String phrase = "this is#$;%@;<>?|\\` p is a is Test\n of duplicate test";
    Matcher m = p.matcher(phrase);
    String val = null;
    while (m.find()) {
        val = m.group();
        System.out.println("Matching segment is \"" + val + "\"");
        System.out.println("Duplicate word: " + m.group(1)+ "\n");
    }

代码的输出将是：

Matching segment is "is#$;%@;<>?|\` p is a is"
Duplicate word: is

Matching segment is "Test
 of duplicate test"
Duplicate word: Test

这里，m.group(1) 语句表示与第一组模式匹配的字符串 [这里，它是 (\\w+)]。