c# - 在单词列表中查找 "hook words"的有效方法？

Question

钩词是可以在开头或结尾加一个字母组成新词的词。

我有一个相当大的单词列表(大约 170k)，我想随机选择 5 个钩词。问题是我使用的方法非常慢。见下文:

Random rnd = new Random();
var hookBases = (from aw in allWords  //allWords is a List<string>
                from aw2 in allWords
                where aw2.Contains(aw) 
                      && aw2.Length == aw.Length + 1 
                      && aw[0] == 'c'
                select aw).OrderBy(t => rnd.Next()).Take(5);

当我尝试从 hookBase 访问任何内容时，它会旋转几分钟，然后我放弃并杀死它。

任何人都可以看到我尝试执行此操作的任何明显错误吗？有什么更有效的建议吗？

Answer 1

首先，allWords 应该是 HashSet<string> , 不是 List<string> , 用于高效查找。

完成后，迭代哈希集，并检查删除第一个或最后一个字母是否会产生一个新的有效单词。那是你的钩词。

HashSet<string> result = new HashSet<string>();
foreach (string word in allWords) {
    string candidate = word.Substring(0, word.Length - 1);
    if (allWords.Contains(candidate)) { result.Add(candidate); }
    candidate = word.Substring(1, word.Length - 1);
    if (allWords.Contains(candidate)) { result.Add(candidate); }
}

如果您想使用 LINQ 执行此操作:

List<string> hookWords = allWords
    .Select(word => word.Substring(0, word.Length - 1))
    .Concat(allWords.Select(word => word.Substring(1, word.Length - 1)))
    .Distinct()
    .Where(candidate => allWords.Contains(candidate))
    .ToList();

在线查看它:ideone