我正在寻找一种可以在句子中找到 n-gram 的算法（或 C#、Java 源代码）。具体来说，我有 100 个单词的词汇表（w1 到 w100）和由这些单词组成的句子（s1、s2、s3 等）。
句子的长度从 1 到 100 个单词不等，单词可以按任何顺序出现在句子中（但一旦放在句子中，顺序就很重要），单词可以重复任意次数。
我正在寻找一种算法，该算法将采用阈值并返回高于阈值的句子中的 n-gram 以及出现 n-gram 的句子。
我也对一种间隙容错算法感兴趣，该算法以相同的顺序查找常用词，但两者之间有间隙。
提前致谢。我希望在 StackOverflow 的范围内清楚地说明这个问题。