Question

我有一个字符串，我需要生成一个在给定分隔符中终止的所有子字符串的长度列表。

例如：string ='a0ddb0gf0'，separator ='0'，所以我需要生成：lengths = [2,4,3]，因为len（'a0'）== 2，len（'ddb0' ）= 4，len（'gf0'）== 3.

我知道可以通过以下方式完成（例如）：

separators = [index for index in range(len(string)) if string[index]==separator]
lengths = [separators[index+1] - separators[index] for index in range(len(separators)-1)]

但我需要非常快速地完成（大量数据）。为大量数据生成中间列表非常耗时。

是否有一个解决方案能够整齐而快速地完成这项工作（py2.7）？

Answer 1

最快？不知道。您可能想对其进行分析。

>>> print [len(s) for s in 'a0ddb0gf0'.split('0')]
[1, 3, 2, 0]

而且，如果你真的不想包含零长度字符串：

>>> print [len(s) for s in 'a0ddb0gf0'.split('0') if s]
[1, 3, 2]

Answer 2

就个人而言，我喜欢itertools.groupby()

>>> from itertools import groupby
>>> sep = '0'
>>> data = 'a0ddb0gf0'
>>> [sum(1 for i in g) for (k, g) in groupby(data, sep.__ne__) if k]
[1, 3, 2]

根据每个元素是否等于分隔符对数据进行分组，然后获取元素不相等的每个组的长度（通过对组中的每个项目求和1）。

itertools函数通常非常快，但我不确定这比split()好多少。我认为强烈支持的一点是，它可以无缝地处理多个连续出现的分隔符。它还将处理data的任何迭代，而不仅仅是字符串。

Answer 3

我不知道这会有多快，但这是另一种方式：

def len_pieces(s, sep):
    i = 0
    while True:
        f = s.find(sep, i)
        if f == -1:
            yield len(s) - i
            return
        yield f - i + 1
        i = f + 1

Answer 4

>>> [len(i) for i in re.findall('.+?0', 'a0ddb0gf0')]
[2, 4, 3]

您可以使用re.finditer来避免中间列表，但性能可能没有太大差异：

[len(i.group(0)) for i in re.finditer('.+?0', 'a0ddb0gf0')]

Answer 5

也许使用re：

[len(m.group()) for m in re.finditer('(.*?)0', s)]

在给定分隔符的情况下，生成字符串中子字符串长度列表的最快方法是什么？

5 个答案: