C# compare dos cadenas para palabras coincidentes

Question

Tengo dos cadenas que contienen letras y números separados por espacios. ex "elza7ma wa2fa fel matab" y "2ana ba7eb el za7ma 2awy 2awy"

¿Cuál es la forma más rápida de comparar estas dos cadenas para saber si tienen una palabra en común o no?

Intenté dividir uno de ellos utilizando string.split y uso string.compare en toda la matriz de palabras. pero esto es muy lento ya que voy a comparar muchas cadenas.

Answer 1

Una solución LINQ

"elza7ma wa2fa fel matab".Split() 
         .Intersect("2ana ba7eb el za7ma 2awy 2awy".Split()) 
         .Any(); 

// as a string extension method 
public static class StringExtensions 
{ 
    public static bool OneWordMatches(this string theString, string otherString) 
    { 
     return theString.Split().Intersect(otherString.Split()).Any(); 
    } 
} 

// returns true 
"elza7ma wa2fa fel matab 2ana".OneWordMatches("2ana ba7eb el za7ma 2awy 2awy"); 

Answer 2

creo que la forma más fácil es romper las cadenas en las palabras y el uso de una estructura de conjunto como HashSet<string> para comprobar si hay duplicados. Por ejemplo

public bool HasMatchingWord(string left, string right) { 
    var hashSet = new HashSet<string>(
    left.Split(" ", StringSplitOptions.RemoveEmptyEntries)); 
    return right 
    .Split(" ", StringSplitOptions.RemoveEmptyEntries) 
    .Any(x => hashSet.Contains(x)); 
} 

Answer 3

Puede dividir las dos cadenas por palabra y construir dos hashtables/diccionarios. A continuación, vaya a ambos y agregue las teclas incrementando un int en un tercer diccionario (Dictionary<string, int>). Si alguna tecla en el tercer diccionario tiene un conteo de más de uno, esa palabra está en ambas cadenas originales.

Creo que cualquier algoritmo para resolver este problema sería 'lento', especialmente para grandes cadenas de entrada/muchas palabras.

Answer 4

Probablemente tomaré el golpe de rendimiento inicial y dividiré la cadena y luego ordenaré alfabéticamente y por longitud de palabra. Si solo tiene que averiguar si una palabra concuerda, rompa en cuanto la encuentre. Una vez que tiene las matrices de cadenas divididas ordenadas alfabéticamente y por longitud, eso limita el número de comparaciones que tendría que hacer.

Answer 5

• La manera más fácil sería comparar todas las palabras con cualquier otra palabra. Esta es una solución fácil, pero lenta.
• Otra forma es ordenar ambas listas, y luego comparar las dos entradas superiores. Como mergesort, pero con el objetivo de encontrar palabras iguales.
• Otra forma es compilar la lista de palabras en un árbol y hacer coincidir las palabras con ese árbol. Una expresión regular puede hacer esto, o puede hacerlo usted mismo. En su ejemplo, la primera letra debe ser 2, b, e o z. De esta forma, cada palabra solo se inspecciona una vez y se inspecciona el menor número de caracteres.