Question

我使用模块导出的uniq函数，List :: MoreUtils来查找数组中的uniq元素。但是，我希望它以不区分大小写的方式查找uniq元素。我怎么能这样做？

我使用Data :: Dumper转储了Array的输出：

#! /usr/bin/perl

use strict;
use warnings;
use Data::Dumper qw(Dumper);
use List::MoreUtils qw(uniq);
use feature "say";

my @elements=<array is formed here>;

my @words=uniq @elements;

say Dumper \@words;

输出：

$VAR1 = [
          'John',
          'john',
          'JohN',
          'JOHN',
          'JoHn',
          'john john'
        ];

预期输出应该是：john，john john

只有2个元素，其余全部应该被过滤，因为它们是同一个单词，只有区别在于大小写。

如何删除忽略大小写的重复元素？

Answer 1

使用带有lc语句的小写map：

my @uniq_no_case = uniq map lc, @elements;

List::MoreUtils' uniq区分大小写的原因是它依赖于散列的重复数据删除特征，这也是区分大小写的。 uniq的代码如下所示：

sub uniq {
    my %seen = ();
    grep { not $seen{$_}++ } @_;
}

如果您想直接在自己的代码中使用此子代码，可以在其中加入lc：

sub uniq_no_case {
    my %seen = ();
    grep { not $seen{$_}++ } map lc, @_;
}

解释这是如何工作的：

@_包含子例程的args，它们被送入grep语句。通过代码块时返回true的任何元素都由grep语句返回。代码块由几个更精细的点组成：

$seen{$_}++在第一次看到元素时返回0。该值仍然会增加到1，但在返回之后（与首先出现的++$seen{$_}相反，然后返回）。
通过否定递增的结果，我们对第一个键得到true，对于后面的每个键得到false。因此，该列表被重复使用。
grep作为sub中的最后一个语句将返回一个列表，该列表又由子返回。
map lc, @_只是将lc函数应用于@_中的所有元素。

Answer 2

使用哈希来跟踪您已经看过的单词，但也可以将它们标准化为大写/小写：

my %seen;
my @unique;
for my $w (@words) {
  next if $seen{lc($w)}++;
  push(@unique, $w);
}
# @unique has the unique words

请注意，这将保留原始单词的大小写。

更新：如评论中所述，目前尚不清楚OP需要什么，但我用这种方式编写了解决方案，以说明在某种“等价关系”下从列表中选择唯一代表的一般技术。在这种情况下，当且仅当$a时，等价关系是单词$b等同于单词lc($a) eq lc($b)。

大多数等价关系可以用这种方式表示，也就是说，关系是由分类器函数f()定义的，这样$a等同于$b当且仅当f($a) eq f($b) 1}}。例如，如果我们想要说两个单词长度相同，那么f()就是length()。

所以现在您可能会看到为什么我以这种方式编写算法 - 分类器函数可能不会生成属于原始列表的值。在f = length的情况下，我们想要选择单词，但单词的f是一个数字。

Perl中的Case不敏感唯一数组元素

2 个答案: