C#多数组关键词全匹配筛选问题：求助正确实现方向

需求说明 #

有多张数据表，当table1的所有关键词在table2、table3等其他关联表中均匹配时，将table1的记录存入matched集合；否则存入unmatched集合。

为简化测试场景，用以下数组模拟：

• arrayMain：模拟table1，每个元素用&作为分隔符拆分关键词
• arrayData1、arrayData2：模拟两张关联表，两者长度一致，对应索引的元素为一组关联数据（比如arrayData1存员工姓名，arrayData2存对应地址）

现有测试代码 #

// 固定长度约1000
string[] arrayMain = {
    "some&set&of&string&with&Ampersent&As&Delimeter",
    "other&set&of&string&with&Ampersent&As&Delimeter",
    "another&set&of&string&with&Ampersent&As&Delimeter",
    // ... 更多元素
};

// 长度比arrayMain大，约3000-4000
string[] arrayData1 = {
    "some set of string, with special characters, numbers and more.,",
    "next set of string, may have special characters, numbers and more.",
    "another set strings, with special characters, numbers and more.,",
    // ... 更多元素
};

// 长度与arrayData1一致
string[] arrayData2 = {
    "some set of string, with special characters, numbers and more.,",
    "next set of string, may have special characters, numbers and more.",
    "another set strings, with special characters, numbers and more.,",
    // ... 更多元素
};

List<string> matched = new List<string>();
List<string> unMatched = new List<string>();

foreach (string str in arrayMain)
{
    // 拆分主字符串的关键词，用于和关联表字符串逐一比对
    string[] mainSplit = str.Split('&');
    bool isMatched = false; 

    for (int i = 0; i < arrayData1.Length; i++)
    {
        // 预期逻辑：如果arrayData1[i]和arrayData2[i]包含mainSplit的所有关键词，则加入matched集合
        if (mainSplit.Any(s => s.IndexOf(arrayData1[i], StringComparison.CurrentCultureIgnoreCase) > -1) &&
            mainSplit.Any(s => s.IndexOf(arrayData2[i], StringComparison.CurrentCultureIgnoreCase) > -1))
        {
            matched.Add(str);
            isMatched = true;
            break;
        }
    }

    if (!isMatched)
        unMatched.Add(str);
}

预期逻辑示例 #

// 主元素拆分后的关键词数组
string[] mainSplit = {"some", "example", "string", "here" };
// 某一组关联数据
string arrayData1_i = "some other string";
string arrayData2_i = "other example string here";

此例中，arrayData1_i和arrayData2_i的合并内容包含mainSplit的所有关键词，属于100%全匹配，应将对应的主元素存入matched列表。

现有代码的问题 #

1. 匹配逻辑颠倒：现有代码判断的是mainSplit的元素是否包含arrayData1[i]/arrayData2[i]，但实际需要判断的是arrayData1[i]/arrayData2[i]是否包含mainSplit的关键词
2. 未实现全匹配检查：用Any()只检查了是否存在至少一个关键词匹配，而非所有关键词都匹配
3. 关联数据未合并检查：代码要求arrayData1[i]和arrayData2[i]各自至少匹配一个关键词，但实际需要的是两组关联数据的合并内容覆盖所有主关键词

正确实现思路与代码 #

优化点 #

• 预处理关联数据：将arrayData1和arrayData2对应位置的内容合并，拆分为关键词集合（用HashSet提升查询效率）
• 对每个主元素，拆分出关键词集合
• 检查是否存在某一组关联数据的关键词集合，包含主元素的所有关键词

修改后的代码 #

using System.Linq;
using System.Collections.Generic;

// 预处理关联数据：将arrayData1和arrayData2对应位置的内容合并，拆分为不区分大小写的关键词HashSet
var dataSets = arrayData1.Zip(arrayData2, (d1, d2) => $"{d1} {d2}")
    .Select(content => 
        new HashSet<string>(
            content.Split(new[] {' ', ',', '.'}, StringSplitOptions.RemoveEmptyEntries),
            StringComparer.CurrentCultureIgnoreCase
        )
    ).ToList();

List<string> matched = new List<string>();
List<string> unMatched = new List<string>();

foreach (string str in arrayMain)
{
    string[] mainKeywords = str.Split('&');
    bool isFullyMatched = false;

    foreach (var dataSet in dataSets)
    {
        // 检查主元素的所有关键词是否都在当前关联数据集合中
        if (mainKeywords.All(keyword => dataSet.Contains(keyword)))
        {
            matched.Add(str);
            isFullyMatched = true;
            break;
        }
    }

    if (!isFullyMatched)
        unMatched.Add(str);
}

补充说明 #

• 如果关联数据的关键词拆分规则（比如分隔符）和主元素不同，可以根据实际需求调整Split的参数
• 使用HashSet是因为其Contains方法的时间复杂度为O(1)，比直接用字符串IndexOf效率更高，适合处理大数量级的数据
• 如果需要更精确的匹配（比如完整单词匹配，而非子串匹配），上述拆分+HashSet的方式比IndexOf更可靠，避免部分匹配的问题

内容的提问来源于stack exchange，提问作者StackUseR