c# - 如何按频率顺序找到最长的子串？

Question

这最好用一个例子来描述。给定段落:

这段中最长的字符串不是段落中最短的字符串，因为它是段落中最长的字符串

我想先按频率再按长度列出匹配子串的顺序，所以在这种情况下，应该列出(不区分大小写)

• 最长的字符串
• 段落
• 不是中最短的字符串
• 因为
• 是
• 这个

上面按照出现频率的顺序列出了子串，后面是长度，所以The longest string in重复了两次，就是最长的子串。 不是中最短的字符串，比段落长，但是段落重复了两次，所以列在最前面。

更新(基于 AlexC 和 MattBurland 的观察):

即使像空格字符或 in 这样的子字符串出现的次数比其他子字符串多，如果它们已经包含在比它们的出现次数 * 长度长的子字符串中，也不应该被列出.例如in出现了3次，长度为6个字符(包括末尾的空格9个)，但由于9个字符比段落短，所以没有列出.我希望这是有道理的？

Answer 1

是的，就像其他人所说的那样，如果您从您提供的示例中提取子字符串并修剪空格，您将得到一个字符串数组，如下所示:

string[] myArray = {"the", "longest", ....等

现在，您可以在数组中循环删除相似的字符串，同时增加它们的出现次数。然后将此信息添加到列表中。

然后您再次循环以按长度对它们进行排序。但是，最后，列表中的字符串仍然不能是单词的组合，除非输入字符串最初由空格以外的其他内容分隔，例如 $ 符号。

“$这个段落$中最长的字符串不是$该段落$中的最短字符串，因为它是$该段落$中最长的字符串”

如果是这种情况，您只需执行与上述完全相同的过程，但用 $ 符号而不是空格分隔子字符串。