问题标签 [aho-corasick]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
c++ - 计算字符串集合 S 在 trie T 中出现的总和
我得到了一个已经填充的Trie T 和一组字符串 S。我要计算 in 的所有元素出现的S
总和T
。我对如何去做这件事有点困惑。
一个示例 trie 是由 构建的aa
,ab
并且bbb
应该返回9
for S={"b","bb","bb","bbb"}
,这在查看 trie 时似乎很明显(b
出现 4 次、bb
两次和bbb
一次,所以4+2*2+1 = 9
),但我不太确定如何在 a规模更大。非常感谢我必须经历的程序的任何帮助。
arrays - 是否有一种有效的算法可以仅从字符串数组中提取包含特定子字符串的字符串?
想象有一个很大的字符串 S 数组。从该数组中,我只需要获取那些包含特定子字符串的字符串。例如,如果我的数组是
String s [] = {"hello world", "back to hell", "say hello world"};
并且我的关键字是“hello”,那么它应该返回我的第一个和最后一个元素。我尝试使用 KMP 和 Boyer-Moor 算法检查数组中的每个字符串是否包含子字符串,但这需要太多时间。然后我了解了 Aho-Corasick 算法。我仍在查找它,但似乎它需要一组子字符串和一个大字符串来匹配,而我想要的恰恰相反。因此,我一直在寻找有关如何为我的目的修改 Aho-Corasick 算法的建议,或其他实现这些目的的方法。将不胜感激任何建议。
java - 使用字典 Java 进行高效的字符串搜索
我想在 Java 中实现基于字典的字符串匹配方法,这应该是高效的。进一步解释实施应基于模糊匹配分数。我已经尝试了几种实现,例如 Aho coresick,但没有得到想要的结果。任何建议都会非常有帮助。
c# - 查找文本中相邻子字符串的出现
我有一个 Word 文档的文本和一个字符串数组。目标是查找文档文本中这些字符串的所有匹配项。我尝试在 Aho-Corasick 算法的 C# 实现中使用 Aho-Corasick 字符串匹配,但默认实现不适合我。文本的典型部分看起来像
“<strong>启动”是指贷款人以附件 A 的形式向银行发出的书面通知。
“<strong>启动通知”是指贷款人以附件 A 和启动的形式向银行发出的书面通知。
“<strong>工作日”是指银行开放进行一般业务和激活通知的每一天(周六和周日除外)。
关键字的数组看起来像
Aho-Corasick 算法的默认实现返回以下出现次数
激活 - 4
激活通知 - 2
对于“激活说明”,这是正确的结果。但是对于“激活”,正确的计数也应该是 2,因为我不需要考虑相邻关键字“激活通知”中的出现次数。
这种情况有合适的算法吗?
ruby-on-rails - 如何仅将整个单词与 Aho corasick 匹配?
我们的 ruby on rails 应用程序使用 aho corasick gem 来查找任何给定的文本是否包含任何预先列出的坏词(这些是在加载应用程序时从静态配置中挑选出来的)。
但是,使用它会产生一些误报。例如,如果我在配置中的坏词是“abc”,那么包含“habcd”的文本也会被标记,这不是本意。
因此,我尝试将配置词从“abc”更改为“abc”(在单词前后添加空格)。但是,这有另一个缺点,即“abc is xyz”之类的文本将不会被标记,因为它应该是。所以,我还必须在我的配置中添加另外 2 个单词 - “abc”和“abc”,同样我需要在我的配置中添加“-abc”、“abc-”、“:abc”等,使配置相当大,因为除了 abc 之外还有很多这样的词。
因此,我在想是否可以在我的配置中输入某种正则表达式,例如 [",-" "]abc[",-" "] 以便涵盖上述所有情况并且不会出现误报被发现。
我们使用 gem 'aho_corasick', '0.1.0' , ruby - 1.9.3 和 rails - 3.2.8
任何帮助是极大的赞赏。提前致谢!!:)
javascript - 用于部分文本匹配的 Aho-Corasick
我需要扩展 Aho-Corasick 算法以匹配部分字典条目。为此,我在 JS 中修改了一个实现并进行了一些测试,但它还不能很好地工作
这是我的代码:
当我在字典中输入这个条目时:
布朗尼 t 测试关键字 1 你好停止
结果是:
所以很好,但如果我输入这个:
布朗尼测试测试关键字1你好停止
结果是:
当我输入这个时:
布朗尼 tt 测试关键字 1 你好停止
结果是空的...
有人可以帮我找到我的错误吗?
谢谢!
python - 搜索元组列表以查找匹配子字符串的算法方法?
我有一个元组列表,大约有 100k 个条目。每个元组由一个 id 和一个字符串组成,我的目标是列出元组的 id,其字符串包含给定子字符串列表中的子字符串。我目前的解决方案是通过集合理解,ids 可以重复。
有没有一种算法可以更快地做到这一点?我对精确的子字符串匹配感兴趣,也可能对近似匹配感兴趣。我在这里追求的主要是一种算法,它比理解提供速度优势。
python-3.x - Aho-Corasick 实施耗时过长
我正在尝试解决hackerrank中的一个问题,讨论中的其他人说他们使用AC算法解决了这个问题。我的实现构建 trie 和确定后缀的速度相对较快,但字符串的实际匹配需要很长时间。有什么我想念的吗?插入/搜索的二等分有助于加快速度,但我不确定还有什么需要改进的(可能是不知道我不知道的情况。)我认为这可能与我的方式有关创建了特里,但我不确定。这是我的实现:
还有一个我用来测试的简单输入文件(这个不需要很长时间,需要很长时间的文件就像 2MB:
以及一些分析输出。匹配功能需要很长时间