[发明专利]字符串处理方法、装置、设备及介质

权利要求书

1.一种字符串处理方法，其特征在于，包括：

确定子串集合；

将所述子串集合中的子串存储至字典树中，其中，所述字典树中的节点用于存储所述子串中的字符，所述子串与所述字典树中的路径一一对应，不同子串之间的公共前缀对应同一路径；

从所述子串集合中取出第一子串，确定初始字符串为所述第一子串；

根据所述字典树，将所述子串集合中的剩余子串与所述初始字符串进行最大前缀匹配，得到第二子串；

从所述子串集合中取出所述第二子串，将所述初始字符串与所述第二子串进行拼接，得到拼接字符串；

如果所述子串集合为空，则确定目标字符串为所述拼接字符串。

2.根据权利要求1所述的字符串处理方法，其特征在于，所述将所述初始字符串与所述第二子串进行拼接，得到拼接字符串之后，还包括：

如果所述子串集合不为空，则将所述初始字符串更新为所述拼接字符串，继续执行下一次的最大前缀匹配操作和拼接操作，直至所述子串集合为空。

3.根据权利要求2所述的字符串处理方法，其特征在于，所述根据所述字典树，将所述子串集合中的剩余子串与所述初始字符串进行最大前缀匹配，得到第二子串，包括：

根据所述字典树，将所述子串集合中的剩余子串与所述初始字符串进行最大前缀匹配，得到所述初始字符串的最大前缀匹配子串；

如果所述最大前缀匹配子串与所述初始字符串的字符匹配长度大于零，则确定所述第二子串为所述最大前缀匹配子串；

如果所述最大前缀匹配子串与所述初始字符串的字符匹配长度为零，则从所述子串集合的剩余子串中按顺序获取所述第二子串。

4.根据权利要求1-3中任一项所述的字符串处理方法，其特征在于，所述确定子串集合，包括：

对原始字符串进行拆分，得到所述子串；

根据所述子串，得到所述子串集合；

其中，所述子串满足如下条件：

所述子串的字符长度位于长度范围内；

至少一个所述子串的至少一个前缀p以及长度为|p|+i的前缀均不构成所述子串集合中的剩余子串的后缀；

至少一个所述子串的至少一个后缀q以及长度为|q|+i的后缀均不构成所述子串集合中的剩余子串的前缀；

其中，i大于或等于1。

5.根据权利要求4所述的字符串处理方法，其特征在于，所述对原始字符串进行拆分，得到所述子串，包括：

按照所述长度范围，在所述原始字符串中多次随机获取所述子串；

或者，按照所述长度范围，在所述原始字符串中多次随机获取所述子串，并在所述原始字符串中按照规则获取所述子串，随机获取的子串的数量和按照规则获取的子串的数量根据权重参数进行调整。

6.根据权利要求5所述的字符串处理方法，其特征在于，在所述原始字符串中一次随机获取所述子串的过程，包括：

随机确定开始位置和结束位置；

如果所述开始位置和所述结束位置之间的差值位于所述长度范围内，则在所述原始字符串中获取位于所述开始位置和所述结束位置之间的字符；

根据位于所述开始位置和所述结束位置之间的字符，获得所述子串。

7.根据权利要求5所述的字符串处理方法，其特征在于，在所述原始字符串中按照规则获取所述子串的过程，包括：

在所述原始字符串中确定未出现在所述子串集合中的字符；

根据所述未出现在所述子串集合中的字符在所述原始字符串中的字符，确定开始位置，并根据所述开始位置和所述长度范围确定结束位置；

在所述原始字符串中获取位于所述开始位置和所述结束位置之间的字符；

根据位于所述开始位置和所述结束位置之间的字符，获得所述子串。