如何从Java中的字符串中检测重复的单词？

Question

什么方式可以检测字符串中的重复单词？

例如“这是重复测试的测试消息”包含一个重复的单词测试。

这里的目标是检测字符串中出现的所有重复单词。

使用正则表达式可以达到目标。

Answer 1

以下Java代码解决了从字符串中检测重复项的问题。如果重复单词由换行符或标点符号分隔，则不应该有任何问题。

String duplicatePattern = "(?i)\\b(\\w+)\\b[\\w\\W]*\\b\\1\\b"; 
    Pattern p = Pattern.compile(duplicatePattern); 
    String phrase = "this is#$;%@;<>?|\\` p is a is Test\n of duplicate test"; 
    Matcher m = p.matcher(phrase); 
    String val = null; 
    while (m.find()) { 
     val = m.group(); 
     System.out.println("Matching segment is \"" + val + "\""); 
     System.out.println("Duplicate word: " + m.group(1)+ "\n"); 
    } 

代码的输出将是：

Matching segment is "is#$;%@;<>?|\` p is a is" 
Duplicate word: is 

Matching segment is "Test 
of duplicate test" 
Duplicate word: Test 

这里，m.group（1）语句表示针对模式的第一组匹配的字符串[这里，是（\\ W +）] 。

Answer 2

用正则表达式可以做的最好的事情是O(N^2)搜索的复杂度。通过将输入分成单词并使用HashSet来检测重复项，您可以轻松实现时间和空间搜索的复杂性。