python - 如果字符串由单词列表中的单词组成，则匹配没有空格的字符串

Question

我有一个存储在列表中的单词列表:

[
    'investment',
    'property',
    'something',
    'else',
    'vest'
]

我还有一个字符串列表，像这样

[
    'investmentproperty',
    'investmentsomethingproperty',
    'investmentsomethingelseproperty',
    'abcinvestmentproperty',
    'investmentabcproperty'
]

给定这个单词列表和字符串列表，我需要确定哪些字符串包含单词列表中仅个单词，并且这些单词的数量最多。

在上面的示例中，如果单词的最大数量为 3，则只有字符串列表中的前两项会匹配(即使单词“vest”在“investment”中也是如此。

此示例简化了单词列表和字符串列表 - 实际上有数千个单词和数十万个字符串。所以这需要是高性能的。所有的字符串都不包含空格。

我试过像这样构造一个正则表达式:

^(?:(word1)|(word2)|(word3)){1,3}$

但是对于单词列表中的单词数量(当前为 10,000)来说，这是非常慢的。

谢谢

Answer 1

您预计需要多少时间？我测试了以下代码:

_list = ['investmentproperty'] * 100000
_dict = [
    'investment',
    'property',
    'something',
    'else'
] * 1000
regex = re.compile("^(?:" + "|".join(_dict) + "){1,3}$")

for i in _list:
    result = regex.match(i)
#cost 5.06s

for i in _list:
    result = re.match("^(?:" + "|".join(_dict) + "){1,3}$", i)
#cost 11.04s

我认为使用 100000 长度的列表和 4000 长度的字典，性能不错，对吧？