如何從Java中的字符串中檢測重複的單詞？

Question

什麼方式可以檢測字符串中的重複單詞？

例如「這是重複測試的測試消息」包含一個重複的單詞測試。

這裏的目標是檢測字符串中出現的所有重複單詞。

使用正則表達式可以達到目標。

Answer 1

以下Java代碼解決了從字符串中檢測重複項的問題。如果重複單詞由換行符或標點符號分隔，則不應該有任何問題。

String duplicatePattern = "(?i)\\b(\\w+)\\b[\\w\\W]*\\b\\1\\b"; 
    Pattern p = Pattern.compile(duplicatePattern); 
    String phrase = "this is#$;%@;<>?|\\` p is a is Test\n of duplicate test"; 
    Matcher m = p.matcher(phrase); 
    String val = null; 
    while (m.find()) { 
     val = m.group(); 
     System.out.println("Matching segment is \"" + val + "\""); 
     System.out.println("Duplicate word: " + m.group(1)+ "\n"); 
    } 

代碼的輸出將是：

Matching segment is "is#$;%@;<>?|\` p is a is" 
Duplicate word: is 

Matching segment is "Test 
of duplicate test" 
Duplicate word: Test 

這裏，m.group（1）語句表示針對模式的第一組匹配的字符串[這裏，是（\\ W +）] 。

Answer 2

用正則表達式可以做的最好的事情是O(N^2)搜索的複雜度。通過將輸入分成單詞並使用HashSet來檢測重複項，您可以輕鬆實現時間和空間搜索的複雜性。