具有线性时间查找的字符串数组

Question

我在 Matlab 中进行字符串处理，通常使用元胞数组来存储文本中的各个单词

示例：

a = {'this', 'is', 'an', 'array', 'of', 'strings'}

为了在此数组中搜索单词“of”，我循环遍历该数组并根据我的单词检查每个单独的元素。此方法无法扩展，因为如果我得到一个大数据集，我的数组 a 就会变大，并且循环遍历元素是不明智的。我想知道是否有更聪明的方法，也许是 Matlab 中更好的本机数据结构，可以帮助我更快地运行？

Answer 1

地图容器是一种选择。我不知道您打算执行哪种具体类型的字符串处理，但这里有一个示例，说明如何将每个字符串存储为与元胞数组中该单词的索引位置向量相关联的键：

a = {'this', 'is', 'an', 'array', 'of', 'strings', 'this', 'is'};

strMap = containers.Map();  %# Create container
for index = 1:numel(a)      %# Loop over words to add
    word = a{index};
    if strMap.isKey(word)
        strMap(word) = [strMap(word) index];  %# Add to an existing key
    else
        strMap(word) = index;  %# Make a new key
    end
end

然后您可以获取单词的索引位置：

>> indices = strMap('this')

indices =

     1     7    %# Cells 1 and 7 contain 'this'

或者检查元胞数组中是否存在单词（即它是否是键）：

>> strMap.isKey('and')

ans =

     0    %# 'and' is not present in the cell array