长文本中如何匹配大量关键词
哪些公司问过
答案要点
- 多关键词匹配首选AC自动机:Trie加失败指针,一遍扫描文本找出全部命中
- 失败指针指向当前串最长真后缀对应的节点,用BFS按层构建
- 匹配复杂度约为O(文本长度+命中数),与关键词个数基本无关
- 逐词KMP或find的代价是关键词数×文本长度,关键词多时不可取
- 大字符集用哈希或双数组Trie节省内存,词表更新时后台重建再替换
易错点
- 关键词很多时仍逐个调用find或KMP
- 只检查当前节点是否为结尾,漏掉失败链上更短的关键词
- 文本和关键词编码不一致(如GBK与UTF-8混用)导致匹配失败
面试官常见追问
- 失败指针为什么用BFS构建?
- 沿失败链找输出太慢怎么办?
- 只需要匹配完整单词怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。
相关面试题
- 数组和链表的区别与适用场景173 场
- 经典算法题:最长回文子串、无重复最长子串、最大子数组和141 场
- 合并有序数组与合并区间66 场
- 三数之和:排序加双指针50 场
- 字符串相加(大数加法)20 场
- 字符串匹配:KMP 算法18 场
- 字符串反转的实现与注意事项17 场
- 接雨水问题的三种解法14 场
- 螺旋矩阵遍历14 场
- 两数之和的几种解法12 场