- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在扩展我之前的问题 python efficient substring search ,
我有兴趣提高子字符串搜索实现的性能,
我上一个问题的一些答案指出,子字符串搜索是通过使用受 B-M 算法启发的 fastsearch 实现的,这是 source code
更多答案让我找到了 Boyer–Moore 算法、Rabin–Karp 算法的 python 实现。
嵌入 C 代码作为使用这些算法(B-M、Rabin-Karp)的子字符串搜索的良好实现是否有效?
最佳答案
您没有具体说明“高效”的含义。您愿意做出哪些权衡?您准备好在初始化新字符串时付出性能损失的代价吗?什么时候开始搜索?您会用更多的内存换取更快的速度吗?
python 开发者集clear goals当他们开发 python 字符串库时:
- should be faster than the current brute-force algorithm for all test cases (based on real-life code), including Jim Hugunin’s worst-case test
- small setup overhead; no dynamic allocation in the fast path (O(m) for speed, O(1) for storage)
- sublinear search behaviour in good cases (O(n/m))
- no worse than the current algorithm in worst case (O(nm))
- should work well for both 8-bit strings and 16-bit or 32-bit Unicode strings (no O(σ) dependencies)
- many real-life searches should be good, very few should be worst case
- reasonably simple implementation
因此,开发人员对搜索案例和设置案例的性能、存储要求以及维护效率设置了一些限制。这些边界排除了 Boyer-Moore(因为它需要对搜索的字符串进行预处理、启动成本和存储成本),虽然我没有看到开发人员考虑过 Rabin-Karp 的证据,但它可以在相同的情况下被排除理由(您需要创建哈希并存储它们)。
边界是根据 很多 python 内部结构和使用经验设置的。以上总结并非凭空而来,只是对那次经历的总结。
现在,如果您在特定情况下可以设置不同的权衡取舍,那么可以肯定的是,不同算法的 C 实现很可能胜过标准 Python 实现。但根据一组不同的标准,它会更有效率。
无论如何,Python 搜索算法处理小字符串的情况。如果您尝试将其应用于大型 文本主体,算法将无法像针对大型文本做出不同选择的算法那样执行得很好。如果您必须在 10,000,000 个文档中搜索文本,您会希望使用某种索引解决方案,而不是微不足道的小型 Python 字符串搜索。
将其与使用默认排序实现对包含 100 个项目的列表进行排序,与对 10,000,000,000 个整数进行排序进行比较。在后一种情况下,有一些排序实现可以轻松击败默认的 Python 产品。
还应该指出,Python 有算法创新的历史; Python 中的标准排序算法是 TimSort ,一种由 Tim Peters 发明的新算法,以适应 Python 解释器必须处理的实用现实环境。该算法已成为 Java 和 Android 平台的默认算法。因此,我倾向于相信 Python 核心开发人员的决定。
据我所知,没有人嵌入不同的实现,因为替换默认设置不会在不修补 Python C 代码的情况下工作。当然,您可以轻松创建实现不同搜索算法的专用字符串类型。很可能有一些库将 C 语言用于专门的搜索算法,这些算法使用 Boyer-Moore、Rabin-Karp 或任何其他算法,因为对于他们的特定问题领域来说,这可能是更好的选择。
关于Python:通过嵌入复杂的算法改进子字符串搜索,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12258847/
我在我的应用程序中使用 Hibernate Search。其中一个子集合被映射为 IndexedEmbedded。子对象有两个字段,一个是 id,另一个是日期(使用日期分辨率到毫秒)。当我搜索 id=
The App Engine Search API有一个 GeoPoint 字段。可以用它来进行半径搜索吗?例如,给定一个 GeoPoint,查找位于特定半径内的所有文档。 截至目前,它看起来像 Ge
客户对我正在做的员工管理项目提出了这个新要求,以允许他们的用户进行自定义 bool 搜索。 基本上允许他们使用:AND、OR、NOT、括号和引号。 实现它的最佳方法是什么?我检查了 mysql,它们使
很想知道哪个更快 - 如果我有一个包含 25000 个键值对的数组和一个包含相同信息的 MySQL 数据库,搜索哪个会更快? 非常感谢大家! 最佳答案 回答这个问题的最好方法是执行基准测试。 关于ph
我喜欢 smartcase,也喜欢 * 和 # 搜索命令。但我更希望 * 和 # 搜索命令区分大小写,而/和 ?搜索命令遵循 smartcase 启发式。 是否有隐藏在某个地方我还没有找到的设置?我宁
我有以下 Marklogic 查询,当在查询控制台中运行时,它允许我检索具有管理员权限的系统用户: xquery version "1.0-ml"; import schema namespace b
我希望当您搜索例如“A”时,所有以“A”开头的全名都会出现。因此,如果名为“Andreas blabla”的用户将显示 我现在有这个: $query = "SELECT full_name, id,
我想在我的网站上添加对人名的搜索。好友列表已经显示在页面上。 我喜欢 Facebook 这样做的方式,您开始输入姓名,Facebook 只会显示与查询匹配的好友。 http://cl.ly/2t2V0
您好,我在我的网站上进行搜索时遇到此错误。 Fatal error: Uncaught Error: Call to undefined function mysql_connect() in /ho
声明( 叠甲 ):鄙人水平有限,本文为作者的学习总结,仅供参考。 1. 搜索介绍 搜索算法包括深度优先搜索(DFS)和广度优先搜索(BFS)这两种,从起点开始,逐渐扩大
我正在为用户列表使用 FuturBuilder。我通过 futur: fetchpost() 通过 API 获取用户。在专栏的开头,我实现了一个搜索栏。那么我该如何实现我的搜索栏正在搜索呢? Cont
我正在使用 MVC5,我想搜索结果并停留在同一页面,这是我在 Controller (LiaisonsProjetsPPController) 中执行搜索操作的方法: public ActionRes
Azure 搜索中的两种方法 Upload 与 MergeOrUpload 之间有什么区别。 他们都做完全相同的事情。即,如果文档不存在,它们都会上传文档;如果文档已经存在,则替换该文档。 由于这两种
实际上,声音匹配/搜索的当前状态是什么?我目前正在远程参与规划一个 Web 应用程序,该应用程序将包含和公开记录的短音频剪辑(最多 3-5 秒,人名)的数据库。已经提出了一个问题,是否可以实现基于用户
在商业应用程序中,具有数百个面并不罕见。当然,并非所有产品都带有所有这些标记。 但是在搜索时,我需要添加一个方面查询字符串参数,其中列出了我想要返回的所有方面。由于我事先不知道相关列表,因此我必须在查
当我使用nvcc 5.0编译.cu文件时,编译器会为我提供以下信息。 /usr/bin/ld: skipping incompatible /usr/local/cuda-5.0/lib/libcud
我正在使用基于丰富的 Lucene 查询解析器语法的 Azure 搜索。我将“~1”定义为距离符号的附加参数)。但我面临的问题是,即使存在完全匹配,实体也没有排序。 (例如,“blue~1”将返回“b
我目前有 3 个类,一个包含 GUI 的主类,我在其中调用此方法,一个包含数据的客户类,以及一个从客户类收集数据并将其放入数组列表的 customerList 类,以及还包含搜索数组列表方法。 我正在
假设我有多个 6 字符的字母数字字符串。 abc123、abc231、abc456、cba123、bac231 和 bac123 。 基本上我想要一个可以搜索和列出所有 abc 实例的选择语句。 我只
我有这个表 "Table"内容: +--------+ | Serial | +--------+ | d100m | <- expected result | D100M | <- expect
我是一名优秀的程序员,十分优秀!