我的弦很长。我想找到此字符串的所有唯一子字符串。我试图在使用 集合 (python)存储所有子字符串的地方编写代码,以确保唯一性。对于许多中型和大型字符串,我都得到了正确的结果,但是,如果字符串非常大,则会出现MemoryError。我搜索了一下,发现python 中的 set 数据结构具有较大的RAM占用空间,也许这就是为什么我遇到MemoryError的原因。
这是我的代码:
a = set() for i in range(n): string = raw_input() j = 1 while True: for i in xrange(len(string)-j+1): a.add(string[i:i+j]) if j==len(string): break j+=1 print sorted(list(a))
有没有办法避免大字符串出现此错误?或者有人可以建议在我的代码中进行更好的修改以解决此问题?
PS:我没有选择在32位和64位版本之间切换的选项。
如果您确实需要内存,则可以尝试制作后缀树。尝试不是奇异的数据结构,因此,对于像Python这样的主流语言,可能有不错的实现,它们可以用于实现后缀树。 Marisa-Trie应该具有良好的内存使用率。