algorithm - 在庞大的列表中寻找热门关键词

Question

我有一个巨大的列表，大约有 100 000 行，如下所示:

• 苹果新闻
• 倒数
• cddeeffipad
• hell 世界
• iworldthis..等等

并希望找到流行的子字符串，在这种情况下，“ipad”将是最受欢迎的，“world”将排在第二位。最小长度应为三个或四个字符。

我无法预测子字符串，所以使用字典是不行的。

Answer 1

这是一个相对复杂的问题……但使用前缀/后缀树可以解决。它本质上是 longest common subsequence 的变体。和 longest common substring问题。 - 这是我要开始的地方。

实际上有相当多的a bit of research关于此表单上的问题 - 您应该能够使用上述条款来缩小搜索范围。