本文介绍一种基于后缀匹配的字符串智能拼接方法，可准确识别并消除两段文本末尾与开头的重复语句，生成自然连贯的完整句子，适用于语音转文字等场景。
本文介绍一种基于后缀匹配的字符串智能拼接方法，可准确识别并消除两段文本末尾与开头的重复语句，生成自然连贯的完整句子，适用于语音转文字等场景。
在语音转文字（STT）系统中，分段识别常导致前后句存在语义重叠——例如前一句以“had some time to”结尾，后一句以相同短语开头。若简单拼接，会产生冗余；若仅去重单词，则会破坏语法结构（如原问题中 this code transforms this + transforms this string 会被错误简化为 this code transforms this string，丢失关键动词重复所承载的强调语义）。
正确解法应聚焦子串级重叠检测，而非单词级去重。核心思路是：从 str2 的最长可能前缀开始试探，检查该前缀是否恰好是 str1 的后缀；一旦匹配成功，就将 str1 去掉该重叠后缀，再拼接完整 str2。
以下是优化实现（兼容标点、空格与边界情况）：
function concatenateWithoutOverlap(str1, str2) {
// 边界处理：任一为空则直接返回另一方
if (!str1) return str2;
if (!str2) return str1;
// 从 str2 最长前缀开始尝试匹配 str1 的后缀
for (let i = str2.length; i > 0; i--) {
const prefix = str2.substring(0, i);
// 使用严格后缀匹配（注意：endsWith 支持空字符串，且保留标点与空格）
if (str1.endsWith(prefix)) {
// 移除 str1 末尾重叠部分，拼接完整 str2
return str1.slice(0, str1.length - prefix.length) + str2;
}
}
// 无重叠时直接拼接（可选添加空格逻辑）
return str1 + (str1.endsWith(' ') || str2.startsWith(' ') ? '' : ' ') + str2;
}
// 测试用例
console.log(concatenateWithoutOverlap(
"It was great, I finally had some time to",
"had some time to relax and catch up on my reading."
));
// → "It was great, I finally had some time to relax and catch up on my reading."
console.log(concatenateWithoutOverlap(
"this code transforms this",
"transforms this string"
));
// → "this code transforms this string"
✅ 关键优势：
- 精确到字符级匹配，保留标点、大小写与空格语义；
- 时间复杂度最坏为 O(n²)，但实际语音场景中重叠通常较短，性能足够；
- 不修改原始字符串结构，避免单词级去重导致的语法断裂。
⚠️ 注意事项：
- 若 str2 开头含空格或标点（如 " , relax..."），需预处理标准化空白；
- 对于模糊重叠（如 str1="I went to" + str2="to the park"），当前逻辑仅匹配连续完全相等子串；如需支持更鲁棒的语义对齐（如停用词忽略、词干匹配），需引入 NLP 库（如 compromise.js）；
- 生产环境建议增加最大重叠长度限制（如 i > Math.min(20, str2.length)），防止长文本遍历开销。
该方法直击语音识别断句重叠的本质——局部字符串重复，以简洁、可靠、可维护的方式解决了真实业务中的连贯性难题。
