大量字符串的比较效率

[yangyanli]

string[] s1 长度为 100 000
string[] s2 长度为 10 000

求 s2中有多少个元素在s1中存在 即 重复的数量

用最原始的两两比较 10 000 * 100 000 次，需要很时间

用什么手段可以达到效率最高?

[Error_Code]

.....它自动就排序了
---------
你没有写排序代码不表示他没有进行排序操作

[yangyanli]

[Quote=引用 6 楼 vbman2003 的回复:]
用Dictionary
[/Quote]

测试的Dictionary效率不如StringCollection,但后者速度也不理想

[CqCoder]

up sortlist

[zhujinqiang]

进来关注下。

[MOmo400]

[Quote=引用 4 楼 error_code 的回复:]
如果不是排好序的  查找结果肯定是错的
如果先排序  那还不如用原始方法
所以  二分法不可取
[/Quote]

听你提醒.去查看一下.二分法确实需要排序.

对于字符串查找算法.最好的不过于'快速字符串搜索算法KMP"
算法也不难..

网上有一难C的.可以自己译成C#的

[yangyanli]

[Quote=引用 12 楼 momo400 的回复:]
引用 4 楼 error_code 的回复:
如果不是排好序的  查找结果肯定是错的
如果先排序  那还不如用原始方法
所以  二分法不可取


听你提醒.去查看一下.二分法确实需要排序.

对于字符串查找算法.最好的不过于'快速字符串搜索算法KMP"
算法也不难..

网上有一难C的.可以自己译成C#的
[/Quote]

谢谢指点，我学习下

[HDNGO]

try~

            int[] numbersA = { 0, 2, 4, 5, 6, 8, 9 };
            int[] numbersB = { 1, 3, 5, 7, 8 };

            var pairs =
                from a in numbersA
                from b in numbersB
                where a == b
                select new { a, b };

            Console.WriteLine("Pairs where a = b:");
            foreach (var pair in pairs)
            {
                Console.WriteLine("{0} = {1}", pair.a, pair.b);
            }

[LutzMark]

我会选择集合类排序+二分法搜索...

[laomeng520]

关注了

[yangyanli]

[Quote=引用 14 楼 hdngo 的回复:]
try~

C# codeint[] numbersA= {0,2,4,5,6,8,9 };int[] numbersB= {1,3,5,7,8 };var pairs=from ain numbersAfrom bin numbersBwhere a== bselectnew { a, b };

Console.WriteLine("Pairs where a = b:");foreach (var pairin pairs)
{
Console.WriteLine("{0} = {1}", pair.a, pair.b);
}
[/Quote]

先升到2008 - -! 谢谢

[trentliu]

[Quote=引用 8 楼 error_code 的回复:]
.....它自动就排序了
---------
你没有写排序代码不表示他没有进行排序操作
[/Quote]

//sortedList2.Add(Key, Value);
sortedList2.Add(str[i], str[i]);

foreach (object o in sortedList2.Values) Console.WriteLine(o.ToString());


不是不行，默认按键排序,变通一下就行 , 非按照值得重写 IComparable。

[yangxxxxxx66]

用list<>效率最高，所用时间o(100000+10000)

[绿色夹克衫]

二分不是好办法，如果没有排序，二分是肯定不行的，如果有序的话，归并就可以了，不用二分。

用元素数量较小的集合做Dictionary，用较大的集合到Dictionary中验证ContainKey就可以，
不知道linq针对于这种并查的优化是怎么做的，感觉效率应该不会太高，但也说不准，
以前试过用linq的groupby做统计，效率比自己用Dictionary写的要高很多。

不了解StringCollection的原理，但感觉应该是集合，并且不包括hash，效率不应该比Dictionary高！

[yangyanli]

母串长:子串长 (单位ms)
算法 10000:10000 100000:1000 100000:10000 100000:100
string 2156 7093 68890 656
stringcollection 1687 6484 62656 609
Dictionary 2812 8765 96140 843

测试结果利用stringcollection 查找是最快的
KMP还没有研究透,暂不发测试结果

[viena]

测试要贴代码的，不然没有可信度~

[viena]

同意一楼，用正则应该是最简便而同时又高效的方法了
s2用'|'串起来，在s1中遍历

[ViewStates]

此贴值得关注

[zxforben111]

个人觉的先排序，然后用二分法可取。
用linq也不错。

[viena]

[Quote=引用 23 楼 zxforben111 的回复:]
个人觉的先排序，然后用二分法可取。
用linq也不错。
[/Quote]
先不说后续工作怎样，排序本身就是个浩大工程了~

[卧_槽]

正则肯定是最快的。