如何將字符串與字符串數據庫進行比較和存儲，以獲取常見組合？

Question

我有一大堆固定長度的字符串（每個字符長度可能爲100個字符），我希望能夠相互比較以找到所有字符串之間最常見的字符組合。

將每個新字符串與已收集字符串數據庫進行比較的好方法是什麼？然後，將結果和字符串存儲到數據庫中的好方法是什麼？什麼樣的數據結構適合這個？

我的確標記了「ruby」這個問題，但我認爲它很通用，所以尋找任何真正的東西。

Answer 1

如果你的意思是這3個字符串：

ABC BCD CDE

你想要得到以下的輸出：

a - 1 
b - 2 
c - 3 
d - 2 
e - 1 
ab - 1 
bc - 2 
cd - 2 
de - 1 
abc - 1 
bcd - 1 
cde - 1 

然後我會建議TRIE（http://en.wikipedia.org/wiki/Trie），並存儲出現的次數節點中每個字符組的首字母（每找到一個新匹配，就加1）。

然後該算法可以很容易

開始用「ABC」和而你遍歷樹（可以創建新的節點）加1，訪問每一個節點上，然後用「BC」繼續，然後用「C 」。和'bcd'一樣。去「BCD」，「CD」，「d」

在遍歷樹並添加1〜拜訪你應該覆蓋所有的雙打每個節點，三倍等

希望它能幫助，rezna