很纠结的一个问题，java中的字符串怎样高效查找是否有某子串？

[qinbaowei]

比如一个字符串“北京大学软件工程”，“北京大学”和“软件工程”分别是学校名称和专业名称的变量，
假如有2000个学校和1000个专业，怎么识别出哪一部分是学校名称，哪一部分是专业名称呢？
用2000个学校去查询，再用1000个专业去查询，那查一次最多要查3000次，有没有什么高效的算法呢？

[northwesternwind]

先用大学查，匹配之后把字符串里面大学删掉，就剩下专业了。

[oh_Maxy]

头像和我QQ头像一样。。
刚一进来还纳闷，我啥时候发过这个帖子的。。

[oh_Maxy]

有个比较暴力的方法，就是把所有的学校和专业录入到词库里，一一匹配。。

[十八道胡同]

查3000次 又不多，能用傻逼代码搞定的事情 就不要搞得高大上

[usecf]

查找算法多的很，看看数据结构 https://blog.csdn.net/jekcai/article/details/80357294

[柯南在写代码]

首先所有算法在计算的时候, 使用的数据都需要经过加工(预处理). 如题, 我们需要做的第一件事情是将学校和学院两部分数据进行一个区分. 怎么作区分这个问题特别好. 数据的有效性验证. 可通过基本的名名次验证或通过 足够全面的数据基准进行验证. 这3000个数据的内容, 谁是谁程序怎么知道, 这就需要你 赋予它这个能力, 给他一个标准. 标准来自哪里? 你可以叫提供数据方给你提供, 也可自行 匹配, 如果将继续考虑这个问题, 还要区分出专业名称, 因为专业名称是属于一个学校的. 这个学院大同小异但有些却各有不同. 更细的区分要将每个专业对应到每个学校.

[qq_39936465]

引用 楼主 qinbaowei 的回复:

比如一个字符串“北京大学软件工程”，“北京大学”和“软件工程”分别是学校名称和专业名称的变量， 假如有2000个学校和1000个专业，怎么识别出哪一部分是学校名称，哪一部分是专业名称呢？ 用2000个学校去查询，再用1000个专业去查询，那查一次最多要查3000次，有没有什么高效的算法呢？

可以找点规律，好比都有大学2个字

public class test1 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String s="北京大学软件工程";
		int i=s.indexOf("大学");
		String s1=s.substring(0, i+2);
		String s2=s.substring(i+2);
		System.out.println(s1+"\t"+s2);
	}

}

北京大学	软件工程

[tianfang]

这个不是简单的搜索 预处理： 自动处理：使用分词，如离线的结巴分词， 在线的百度分词。分离出学校名称词组，可能会存在 学校/学院两级，如 北京大学信息学院 异常处理：特殊的缩写，如北大=北京大学等 做几次预处理后，做成学校/学院的数据库。 正式处理： 分词，和数据库比较，分离学校和专业

[silent_xiangyang]

不分类的话 都要匹配1-3000次吧，效率只是说你用啥方法去匹配 分N组同时进行啥的，节省时间