标签: string-search

如何搜索in table_a table_b table_c,其中包含字符串的随机列数？

我知道这不是正确的sql但它会是这样的:

SELECT * FROM users, accounts, something_else WHERE ->ANY COLUMN CONTAINS 'this_string'<-

Ty提前为SO社区

对于两种字符串搜索算法:KMP和后缀树,哪种情况首选？举一些实际的例子.

下面你将看到来自专有路由设备的32b内存转储中字符串'octeon'的一小段匹配.正如您所看到的,它包含一些调整后的ASCII,从行尾开始延伸到16个字符,然后是4个32位字(当然每个8个字符),然后是地址偏移量.

000b27a0: 41646a75 7374206f 6374656f 6e5f6970    Adjust octeon_ip
000b2850: 73740a00 00000000 6f637465 6f6e5f72    st......octeon_r
000b2870: 5f73697a 65000000 6f637465 6f6e5f72    _size...octeon_r
000b2990: 6164696e 672e0a00 6f637465 6f6e5f72    ading...octeon_r
000b29b0: 785f7369 7a650000 6f637465 6f6e5f72    x_size..octeon_r
000b3050: 780a0000 00000000 6f637465 6f6e5f70    x.......octeon_p
000b3650: 6564204f 6374656f 6e206d6f 64656c0a    ed Octeon model.
000bade0: 20307825 71780a00 6f637465 6f6e5f6c     0x%qx..octeon_l
000bafd0: 696e6720 4f637465 6f6e2045 78656375    ing Octeon Execu
000bd710: 6564204f 6374656f 6e204d6f 64656c21    ed Octeon Model!
000bd950: 4f435445 4f4e2070 61737320 3120646f    OCTEON pass 1 do
000bda20: 6564206f 6374656f …

我一直试图理解Boyer-Moore字符串搜索算法中的移位规则,但还没有理解它们.我在这里阅读维基百科,但这太复杂了!

如果有人以简单的方式列出规则,那将是非常有帮助的.

有谁知道如何使IN子句以区分大小写的方式运行？我已经看到COLLATE可以和LIKE一起用于字符串搜索,但我不知道它是否或如何与IN一起使用.例如,我想做类似的事情

SELECT * FROM pages_table WHERE topic IN ('Food','NightLife','Drinks')

我希望它返回主题为"食物"的页面,而不是那些主题为"食物"的页面,这是当前在此查询中发生的事情.谢谢.

我需要实现一个字符串搜索算法,该算法在位文本中找到位模式(匹配可能不是字节/字对齐).对于初学者,我实现了Boyer-Moore算法,但比较单个位对于我的目的来说太慢了.所以我尝试实现一个基于阻塞的版本,可以比较本文所述的整个字节/单词,但它已变得复杂且无法管理(部分原因是由于我不完全理解我在做什么.)

有没有人有这样的算法很好的实现？

我的具体用例是模式长度N >= 32,文本窗口2N和打包成ints的位.同样N在这种情况下是字符大小的倍数N % 8 == 0.我预处理一次并多次使用更改文本,比如Boyer-Moore.第一场比赛就是我所需要的.表现是关键.

编辑:在成功实现Blocked Boyer-Moore算法后,我注意到没有任何改进(我的一点一点版本更快!)这可能是我自己的错误,因为我一直在绞尽脑汁并优化它到目前为止没有多行评论就没有意义,但它仍然较慢.在这里.

我很好奇在C++中使用默认的老式strstr()函数的成本.它的时间和空间复杂性是多少？它使用哪种算法？我们有其他算法,具有以下最差情况时间和空间复杂度:设n =字符串长度,m =模式长度

1. Knuth-Morris-Pratt算法:时间= O(n + m),空间= O(m)
2. Rabin-Karp算法:时间= O(n*m),空间= O(p)(p = p组合长度m的模式)
3. Boyer-Moore算法:时间= O(n*m),空间= O(S)(S =字符集的大小)在时间和空间复杂度方面,strstr()以何种方式优于上述算法？

如何找到这个字符串:

132,139,150,166,176

在这一个？:

132,139,150,166,176,131,140,151,165,175

想象一下,我有一个非常大的文本文件.表现真的很重要.

我想要做的就是扫描它以寻找某个字符串.也许我想算一下我有多少,但这不是重点.

关键是:什么是最快的方式？

我不关心它需要快速的维护.

快速是关键.

我正在使用stripos函数来检查字符串是否位于另一个字符串内,忽略任何情况.

这是问题所在:

stripos("ø", "Ø")

返回false.而

stripos("Ø", "Ø")

返回true.

正如您可能看到的,在这种情况下,函数似乎不会执行不区分大小写的搜索.

该功能与Ææ和åå等字符有同样的问题.这些是丹麦人物.