如何从字符串列表中识别多个常见的 ngram,这些 ngram 从索引 0 或索引 -1 开始?

问题描述

假设我有一个如下所示的示例列表:

["Uptake","Update","Uphold","Backdoor","Backup","Outdate","Retake","Intake","Backhold","Topup","Outdate"]

识别和创建一组子字符串的最佳方法是什么,例如 "Up","Out","Back",它将被识别为属于原始字符串的开头,而 "Take","Hold","Up" 但被标记为属于原始字符串的结尾部分?

我有用于从原始字符串中的任何位置创建最长公共子字符串的代码,并将这些 LCS 填充到字典中,但我很难想出更有用的方法来做到这一点。

我在使用太少的字符时遇到了陷阱,例如 "Ba" 中的 "Backdoor","Backup"。我正在寻找的是模仿一种方式的东西,该方式理解“Back”是三个原始字符串的主要组成部分。

我的最终目标是将这些有用的子字符串用作搜索输入,以便在单独的系统中进行后续发现,例如查找遵循类似命名约定的互联网域组。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...