我需要做一个bool函数，如果某个词在HTML页面的文本中则返回true，否则返回false。我知道使用lxml库很容易分析所有页面树直到找到单词，但我发现遍历所有htmlblock并查找单词是否存在的效率很低。有没有关于更快算法的建议(我需要多次执行此搜索)？ 最佳答案 只要您不担心不小心在元素属性或其他东西中找到单词(如果您担心这一点，使用lxml之类的东西解析HTML是您唯一的选择)，您可以整个HTML文档作为一个大字符串并在其中搜索您的单词:defcheckForWord():r=requests.get("http://e

假设您有一个元素集合，那么如何才能挑选出重复的元素并将它们放入比较最少的每个组中？最好在C++中使用，但是算法比语言更重要。例如给定{E1，E2，E3，E4，E4，E2，E6，E4，E3}，我希望提取出{E2，E2}，{E3，E3}，{E4，E4，E4}。您将选择哪种数据结构和算法？还请包括设置数据结构的成本，例如，是否是像std::multimap这样的预先排序的数据结构更新按照建议使事情更清晰。有一个约束条件:元素必须自己比较，以确保它们是重复项。因此散列不适用，因为实际上它们将比较从重元素(例如，数据块)转移到轻元素(整数)，并减少了一些比较，但并没有消除它们，最后，我们回到了我

我想要一个高效的算法(或库)，我可以在Java中使用它来搜索字符串中的子字符串。我想做的是:给定一个输入字符串-INSTR:"BCDEFGH"还有一组候选字符串——CAND:"AB","CDE","FG","H","IJ"在INSTR中查找任何与子字符串匹配的CAND字符串在本例中，我将匹配“CDE”、“FG”和“H”(但不匹配“AB”和“IJ”)可能有数千个候选字符串(在CAND中)，但更重要的是，我将进行数百万次此搜索，因此我需要它是FAST。我想使用char数组。此外，我对架构解决方案没有兴趣，例如分发搜索-只是在本地执行它的最有效的功能/算法。此外，CAND和INSTR中的所有