在字符串列表中搜索来自另一个lis的任何子字符串

Question

给定这三个数据列表和一个关键字列表：

good_data1 = ['hello, world', 'hey, world']
good_data2 = ['hey, man', 'whats up']
bad_data = ['hi, earth', 'sup, planet']
keywords = ['world', 'he']

我试图编写一个简单的函数来检查是否有任何关键字作为数据列表中任何单词的子字符串存在。它应该为good_data列表返回True，为bad_data返回False。

我知道如何以一种似乎效率低下的方式来做这件事：

def checkData(data):
  for s in data:
    for k in keywords:
      if k in s:
        return True
  return False

Answer 1

如果您有许多关键字，您可能需要尝试后缀树[1]。插入三个数据列表中的所有单词，存储每个单词在其终止节点中来自哪个列表。然后您可以在树上对每个关键字执行查询，非常非常快。

警告：后缀树的实现非常复杂！

[1]http://en.wikipedia.org/wiki/Suffix_tree