Question

我有一个字符串例如

string text = "xfoofoobarbar fooxxfoo barxxxfoo";

此字符串包含5x foo，这是最长，其中最多出现重复的子字符串 ，其中包含至少2个字符 字符串所以这是我想要的结果。

bar只出现3次，因此不是最常出现的子字符串
oo在字符串中也是5倍，但foo更长 - 所以foo更喜欢
XababaY会导致ab存在2x（不重叠，2x ba被忽略，因为ab首先出现）
XaaaaaaaY会导致aa，因为aa出现3次且重复次数最多。

我很想展示一些迄今为止我尝试过的方法，但我老实说不知道从哪里开始。 LINQ？正则表达式？

正确方向的提示/方法对我也有帮助。

Answer 1

我想说从这里开始的第一个地方是从长度为2的输入到输入长度的所有可能的子串生成列表：

string text = "xfoofoobarbar fooxxfoo barxxxfoo";
var allSubstrings = Enumerable.Range(2,text.Length)
            .ToDictionary(k => k,v => FindSubStrings(text,v));

...
IEnumerable<string> FindSubStrings(string input, int length)
{
    for(var i=0;i<input.Length-length;i++)
    {
        yield return input.Substring(i,length);
    }
}

实例：http://rextester.com/ZUR68480

从那里应该就像通过子串分组来获取计数一样简单，并且适当地排序结果。但是你的要求似乎在最长的长度和＃34;之间进行选择。和＆＃34;大多数事件＆＃34;，你不能同时拥有它们！

以下是我的全面实施，我应该指出，目前选择xfoo作为获胜者。

public static void Main(string[] args)
{
    string text = "xfoofoobarbar fooxxfoo barxxxfoo";
    var allSubstrings = Enumerable.Range(2,text.Length-2)
        .Select(x => {
                var longestSub = FindSubStrings(text,x).GroupBy(y => y).OrderByDescending(y => y.Count()).FirstOrDefault();
                return new Substrings {
                    Length = x,
                    Count = longestSub.Count(),
                    Value = longestSub.Key
                };
        });

    foreach(var item in allSubstrings)
    {
        Console.WriteLine(item.Length + ":" + item.Count + ":" + item.Value);
    }

    var best = allSubstrings.Where(x => x.Count>1).OrderByDescending(x => x.Length).ThenByDescending(x => x.Count).First();

    Console.WriteLine("Longest, most frequest substring is " + best.Value);
}

public class Substrings
{
    public int Length{get;set;}
    public int Count{get;set;}
    public string Value{get;set;}
}

private static IEnumerable<string> FindSubStrings(string input, int length)
{
    for(var i=0;i<input.Length-length;i++)
    {
        yield return input.Substring(i,length);
    }
}

实例：http://rextester.com/RJNP55827

提取最出现的子字符串

1 个答案: