一个很难的字符串问题
来源:互联网 发布:淘宝商家在哪找的货源 编辑:程序博客网 时间:2024/05/18 18:00
问题描述:
有 n 个 RegEx (正则表达式),标号从 0 到 n-1,n 可能很大 (比如说100万)
给定一个字符串,返回能 match 这个字符串的所有正则表达式标号。
用 C++ 来描述这个需求:
class MultiRegEx {public: struct MatchResult { int nth; // regex NO. int beg; // begin of matched pos in text int end; // end of matched pos in text }; // return the index NO. of the internal regex object, -1 indicate error int add(const char* regex); // compile the MultiRegEx bool compile(); // length is the length of text vector<MatchResult> match(const char* text, int length) const;};
这个问题看上去简单,但其实现非常复杂!一个简单生硬的实现是,随便拿一个正则表达式引擎(如boost.regex, pcre, re2, ...),match 时逐个匹配,匹配成功的,加入返回值集合。但这个时间复杂度太高!
原则上,unix 下的 lex 可以匹配多个 RegEx,并返回那个被匹配的 RegEx 标号,但好像无法识别多个成功的 RegEx 匹配。
这个问题的一个简化版:这 n 个 RegEx 只是简单的 PlainString,就是 Multi String Match 问题,甚至是这个简化版,其实现复杂多都相当高(trie, double array, ...)。
我找了很多资料,好像都没有特别合适的办法。
2013-08-31:
google re2 中有同时匹配多个正则表达式的功能,可惜还是有些缺陷,正在做自己的引擎,克服那些缺陷
- 一个很难的字符串问题
- 一个常量字符串的问题!
- 字符串比较的一个问题
- 一个字符串问题的思考
- 一个字符串的调试问题
- 一个字符串问题的思考 .
- 一个奇怪的字符串问题
- 关于c++字符串的一个问题
- 一个关于字符串反转的问题;
- C关于字符串的一个小问题
- 一个SQL字符串问题的解决
- 一个字符串拼接的算法问题
- 关于strlen 一个汉字字符串的问题
- Java字符串一个比较有趣的问题
- 一个字符串编码问题的程序解决
- 关于字符串截取的一个小问题
- 一个稍复杂的字符串截取问题
- 一个关于字符串常量池的问题
- 自己的espeak测试
- mysql必知必会(三)mysqldump
- 分析 webkit 的Timer类
- Java的一些基本特性
- 生成树协议(Spanning Tree Protocol,STP)
- 一个很难的字符串问题
- 字符串移位包含的问题
- C#.NET集合类型Hashtable与Dictionary 的区别
- zoj 1654 Place the Robots
- C++ socket编程 实现服务端与客户端的通讯
- 一场无名的宿醉,失措了一夜的安然。
- PC安卓模拟器PANIC: Could not open:C:\Documents and Settings\Administrator\.android/avd/my_avd.ini解决方案
- 构造函数和析构函数学习--先运行的后释放出
- c#从剪贴板取出图片,然后写上字,保存到文件