问题标签 [substring]

我有一个要索引的文件（具体来说是 fasta 文件），以便我可以快速找到文件中的任何子字符串，然后在原始 fasta 文件中找到该位置。

在许多情况下，使用 Trie 或子字符串数组很容易做到这一点，不幸的是，我需要索引的字符串是 800+ MB，这意味着在内存中执行它们是不可接受的，所以我正在寻找一种合理的方法来创建它磁盘上的索引，内存使用量最少。

（编辑澄清）

我只对蛋白质的标题感兴趣，所以对于我感兴趣的最大数据库，这是大约 800 MB 的文本。

我希望能够根据输入字符串在 O(N) 时间内找到确切的子字符串。这必须在 32 位机器上可用，因为它将被运送给随机的人，他们预计不会拥有 64 位机器。

我希望能够针对一行中的任何断字进行索引，直到行尾（尽管行可能有几 MB 长）。

希望这可以阐明需要什么以及为什么给出的当前解决方案没有启发性。

我还应该补充一点，这需要在 java 中完成，并且必须在各种操作系统的客户端计算机上完成，所以我不能使用任何特定于操作系统的解决方案，它必须是一个编程解决方案。

在我正在调试的这段代码中，我有这个代码片段：

这会返回什么？我真的不能运行太多，因为它是实时信用卡应用程序的一部分。您可以从名称中想象的 DropDownList 包含 4 位数的年份。

更新：谢谢大家。我没有做很多 .NET 开发，所以设置一个快速测试对我来说不是那么快。

我在 Bash 中有一个字符串：

如何测试它是否包含另一个字符串？

??我不知名的接线员在哪里。我使用echoandgrep吗？

这看起来有点笨拙。

这最初是我在工作中遇到的一个问题，但现在我只是为了自己的好奇心而尝试解决的问题。

我想找出 int 'a' 是否以最有效的方式包含 int 'b'。我写了一些代码，但似乎不管我写什么，将它解析成一个字符串，然后使用 indexOf 是数学上的两倍。

内存不是问题（在合理范围内），只是处理速度。

这是我编写的数学代码：

这是我正在使用的字符串方法，它似乎胜过上面的数学方法：

因此，尽管这并不是我完成工作所必需的，但我只是想知道是否有人可以想出任何方法来进一步优化我的数学方法，或者完全是一种全新的方法。再次记忆是没有问题的，我只是为了纯粹的速度而拍摄。

我真的很想看到或听到任何人在这方面提供的任何东西。

编辑： 当我说包含时，我的意思是可以在任何地方，例如 findMatch(1234, 23) == true

编辑：对于每个人都说这个废话是不可读和不必要的：你错过了重点。关键是要解决一个有趣的问题，而不是想出一个用于生产代码的答案。

操作 TDesC 字符串的首选/最简单方法是什么，例如获取子字符串。

我会给你一个我的场景的例子。

我想从 buf 中获取一个子字符串。那么我是否想直接操作 RBuf16，如果是，最好的方法是什么？

有没有办法转换为 const char* 所以我可以使用标准的 C 字符串操作。

提前致谢

我有一个字符串，我希望从中提取一个单词，但附加了一个数字，每行可能不同：

我想解析这个文件并获取“stringXXX”的值，从 0 到 100

上面打印了整行，我希望只得到 stringXXX

我需要将 Parisi, Kenneth 格式的名称转换为 kparisi 格式。

有谁知道如何在 Perl 中做到这一点？

以下是一些异常的示例数据：

Zelleb, Charles F., IV
Eilt, John, IV Wods
, Charles R., III
Welkt, Craig P.,, Jr.

这些特定名称应以 czelleb、jeilt、cwoods、cwelkt 等结尾。

到目前为止，我还有一个条件正在毁掉我的名字生成器

O'Neil，Paul

，Vinko Vrsalovic 的答案在混合使用奇怪/腐败的名字时效果最好，但上面的这个例子会以“pneil”的形式出现......如果我不能在 p 和 n 之间得到那个 o，我会在犹大之下被诅咒

我需要检查一个字符串以查看其中是否有任何单词多次出现。所以基本上我会接受：

“谷歌做爱”

但我不接受：

“谷歌让谷歌爱”或“谷歌让谷歌爱谷歌”等。

有任何想法吗？真的不知道有什么方法可以解决这个问题，任何帮助将不胜感激。

给定表单中的文件名someletters_12345_moreleters.ext，我想提取 5 位数字并将它们放入变量中。

因此，为了强调这一点，我有一个包含 x 个字符的文件名，然后是一个五位数字序列，两边各有一个下划线，然后是另一组 x 个字符。我想取 5 位数字并将其放入变量中。

我对可以实现这一目标的不同方式的数量非常感兴趣。

如何返回一个字符串减去 MySQL 中字符串中的第一个字符？

换句话说，从“hello”中得到“hello”。

我能想到的唯一方法是使用 mid() ，第二个偏移量大于字符串可能是：

但我相信一定有一种更优雅的方式来做到这一点。有没有？