Question

对于一个相对微不足道的问题，提出最优雅的JavaScript，Ruby或其他解决方案是一项挑战。

此问题是Longest common substring problem的更具体的情况。我只需要在数组中找到最长的常见起始子字符串。这大大简化了问题。

例如，[interspecies, interstelar, interstate]中最长的子字符串是“inters”。但是，我不需要在[specifics, terrific]中找到“ific”。

我已经通过在JavaScript中快速编写解决方案作为answer about shell-like tab-completion（test page here）的一部分来解决问题。这是解决方案，略有调整：

function common_substring(data) {
  var i, ch, memo, idx = 0
  do {
    memo = null
    for (i=0; i < data.length; i++) {
      ch = data[i].charAt(idx)
      if (!ch) break
      if (!memo) memo = ch
      else if (ch != memo) break
    }
  } while (i == data.length && idx < data.length && ++idx)

  return (data[0] || '').slice(0, idx)
}

这个code is available in this Gist以及Ruby中的类似解决方案。您可以将gist克隆为git repo来试用它：

$ git clone git://gist.github.com/257891.git substring-challenge

我对这些解决方案不太满意。我觉得他们可能会以更优雅和更少的执行复杂性来解决 - 这就是我发布这一挑战的原因。

我将接受作为答案的解决方案，我发现最优雅或简洁。这是一个疯狂的Ruby hack我想出来 - 在String上定义&运算符：

# works with Ruby 1.8.7 and above
class String
  def &(other)
    difference = other.to_str.each_char.with_index.find { |ch, idx|
      self[idx].nil? or ch != self[idx].chr
    }
    difference ? self[0, difference.last] : self
  end
end

class Array
  def common_substring
    self.inject(nil) { |memo, str| memo.nil? ? str : memo & str }.to_s
  end
end

首选JavaScript或Ruby解决方案，但只要您解释正在发生的事情，您就可以在其他语言中展示出聪明的解决方案。请仅使用标准库中的代码。

更新：我最喜欢的解决方案

我选择了JavaScript sorting solution kennebec作为“答案”，因为它让我感到意外和天才。如果我们忽略实际排序的复杂性（让我们想象它是由语言实现无限优化的），解决方案的复杂性只是比较两个字符串。

其他很棒的解决方案：

"regex greed"需要一两分钟才能掌握，但随后它的优雅就会击中你。 Yehuda Katz也提出a regex solution，但它更复杂
commonprefix in Python - Roberto Bonvallet使用了一个处理文件系统路径的功能来解决这个问题
Haskell one-liner很短，好像被压缩了一样美丽
the straightforward Ruby one-liner

感谢您的参与！从评论中可以看出，我学到了很多东西（甚至是Ruby）。

Answer 1

这是一个品味问题，但这是一个简单的JavaScript版本：它对数组进行排序，然后查看第一个和最后一个项目。

//数组中最长的公共起始子字符串

function sharedStart(array){
    var A= array.concat().sort(), 
    a1= A[0], a2= A[A.length-1], L= a1.length, i= 0;
    while(i<L && a1.charAt(i)=== a2.charAt(i)) i++;
    return a1.substring(0, i);
}

<强> DEMOS

sharedStart(['interspecies', 'interstelar', 'interstate'])  //=> 'inters'
sharedStart(['throne', 'throne'])                           //=> 'throne'
sharedStart(['throne', 'dungeon'])                          //=> ''
sharedStart(['cheese'])                                     //=> 'cheese'
sharedStart([])                                             //=> ''
sharedStart(['prefix', 'suffix'])                           //=> ''

Answer 2

在Python中：

>>> from os.path import commonprefix
>>> commonprefix('interspecies interstelar interstate'.split())
'inters'

Answer 3

Ruby one-liner：

l=strings.inject{|l,s| l=l.chop while l!=s[0...l.length];l}

Answer 4

你只需要遍历所有字符串直到它们不同，然后将子字符串提升到这一点。

伪代码：

loop for i upfrom 0
     while all strings[i] are equal
     finally return substring[0..i]

Common Lisp：

(defun longest-common-starting-substring (&rest strings)
  (loop for i from 0 below (apply #'min (mapcar #'length strings))
     while (apply #'char=
                  (mapcar (lambda (string) (aref string i))
                          strings))
     finally (return (subseq (first strings) 0 i))))

Answer 5

我的Haskell单线：

import Data.List

commonPre :: [String] -> String
commonPre = map head . takeWhile (\(x:xs)-> all (==x) xs) . transpose

编辑：barkmadley对下面的代码做了很好的解释。我还要补充一点，haskell使用懒惰评估，所以我们对transpose的使用很懒惰;它只会在必要时转置我们的列表以找到公共前缀的结尾。

Answer 6

另一种方法：使用正则表达式贪婪。

words = %w(interspecies interstelar interstate)
j = '='
str = ['', *words].join(j)
re = "[^#{j}]*"

str =~ /\A
    (?: #{j} ( #{re} ) #{re} )
    (?: #{j}    \1     #{re} )*
\z/x

p $1

单行，礼貌的mislav（50个字符）：

p ARGV.join(' ').match(/^(\w*)\w*(?: \1\w*)*$/)[1]

Answer 7

在Python中我不会使用除了我在另一个答案中显示的现有commonprefix函数以外的任何函数，但我无法重新发明轮:P。这是我基于迭代器的方法：

>>> a = 'interspecies interstelar interstate'.split()
>>>
>>> from itertools import takewhile, chain, izip as zip, imap as map
>>> ''.join(chain(*takewhile(lambda s: len(s) == 1, map(set, zip(*a)))))
'inters'

编辑：解释其工作原理。

zip一次生成a项中的一项，生成元素元组：

In [6]: list(zip(*a))  # here I use list() to expand the iterator
Out[6]:
[('i', 'i', 'i'),
 ('n', 'n', 'n'),
 ('t', 't', 't'),
 ('e', 'e', 'e'),
 ('r', 'r', 'r'),
 ('s', 's', 's'),
 ('p', 't', 't'),
 ('e', 'e', 'a'),
 ('c', 'l', 't'),
 ('i', 'a', 'e')]

通过将set映射到这些项目上，我得到了一系列独特的字母：

In [7]: list(map(set, _))  # _ means the result of the last statement above
Out[7]:
[set(['i']),
 set(['n']),
 set(['t']),
 set(['e']),
 set(['r']),
 set(['s']),
 set(['p', 't']),
 set(['a', 'e']),
 set(['c', 'l', 't']),
 set(['a', 'e', 'i'])]

当谓词为True时，

takewhile(predicate, items)从中获取元素;在这种特殊情况下，当set s有一个元素时，即所有单词在该位置都有相同的字母：

In [8]: list(takewhile(lambda s: len(s) == 1, _))
Out[8]:
[set(['i']),
 set(['n']), 
 set(['t']), 
 set(['e']), 
 set(['r']), 
 set(['s'])]

此时我们有一组可迭代的集合，每个集合包含我们正在寻找的前缀的一个字母。为了构造字符串，我们将它们chain分成一个迭代，从中我们将join的字母放到最后的字符串中。

使用迭代器的神奇之处在于所有项目都是按需生成的，因此当takewhile停止询问项目时，拉链会在此时停止，并且不会执行任何不必要的工作。我的单行中的每个函数调用都有隐式for和隐式break。

Answer 8

结合 kennebec ， Florian F 和 jberryman 的答案会产生以下Haskell单行：

commonPrefix l = map fst . takeWhile (uncurry (==)) $ zip (minimum l) (maximum l)

使用Control.Arrow可以获得无点形式：

commonPrefix = map fst . takeWhile (uncurry (==)) . uncurry zip . (minimum &&& maximum)

Answer 9

这可能不是最简洁的解决方案（取决于你是否已经有了这个库），但一种优雅的方法是使用trie。我在我的Scheme解释器中使用try来实现tab完成：

http://github.com/jcoglan/heist/blob/master/lib/trie.rb

例如：

tree = Trie.new
%w[interspecies interstelar interstate].each { |s| tree[s] = true }
tree.longest_prefix('')
#=> "inters"

我还使用它们来匹配Bayeux协议的通配符和通配符;看到这些：

http://github.com/jcoglan/faye/blob/master/client/channel.js

http://github.com/jcoglan/faye/blob/master/lib/faye/channel.rb

Answer 10

基于@Svante's algorithm的javascript版本：

function commonSubstring(words){
    var iChar, iWord,
        refWord = words[0],
        lRefWord = refWord.length,
        lWords = words.length;
    for (iChar = 0; iChar < lRefWord; iChar += 1) {
        for (iWord = 1; iWord < lWords; iWord += 1) {
            if (refWord[iChar] !== words[iWord][iChar]) {
                return refWord.substring(0, iChar);
            }
        }
    }
    return refWord;
}

Answer 11

只是为了它的乐趣，这是一个用（SWI-）PROLOG编写的版本：

common_pre([[C|Cs]|Ss], [C|Res]) :-
  maplist(head_tail(C), [[C|Cs]|Ss], RemSs), !,
  common_pre(RemSs, Res).
common_pre(_, []).

head_tail(H, [H|T], T).

跑步：

?- S=["interspecies", "interstelar", "interstate"], common_pre(S, CP), string_to_list(CPString, CP).

给出：

CP = [105, 110, 116, 101, 114, 115],
CPString = "inters".

说明：

（SWI-）PROLOG将字符串视为字符代码（数字）列表。所有谓词{{1}}都是递归模式匹配，以从所有列表列表中的第一个列表（字符串，common_pre/2）的头部选择第一个代码（C）（全部字符串，[C|Cs]），并将匹配代码[[C|Cs]|Ss]附加到结果 iff ，它对所有列表（字符串）的所有（剩余）头部都是通用的，否则它会终止。

漂亮，干净，简单而有效...... :)

Answer 12

Python 2.6 (r26:66714, Oct  4 2008, 02:48:43) 

>>> a = ['interspecies', 'interstelar', 'interstate']

>>> print a[0][:max(
        [i for i in range(min(map(len, a))) 
            if len(set(map(lambda e: e[i], a))) == 1]
        ) + 1]

inters

i for i in range(min(map(len, a)))，最大查找次数不能大于最短字符串的长度;在此示例中，这将评估为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
len(set(map(lambda e: e[i], a)))，1）为列表中的每个字符串创建一个i-th字符数组; 2）制作一套; 3）确定集合的大小
[i for i in range(min(map(len, a))) if len(set(map(lambda e: e[i], a))) == 1]，仅包含字符集，其中集合的大小为1（该位置的所有字符都相同..）;在这里，它将评估为[0, 1, 2, 3, 4, 5]
最后选择max，添加一个，然后获取子字符串......

注意：上述内容不适用于a = ['intersyate', 'intersxate', 'interstate', 'intersrate']，但这样会：

 >>> index = len(
         filter(lambda l: l[0] == l[1], 
             [ x for x in enumerate(
                 [i for i in range(min(map(len, a))) 
                     if len(set(map(lambda e: e[i], a))) == 1]
         )]))
 >>> a[0][:index]
 inters

Answer 13

这个与Roberto Bonvallet的解决方案非常相似，除了ruby。

chars = %w[interspecies interstelar interstate].map {|w| w.split('') }
chars[0].zip(*chars[1..-1]).map { |c| c.uniq }.take_while { |c| c.size == 1 }.join

第一行用chars数组替换每个单词。接下来，我使用zip来创建此数据结构：

[["i", "i", "i"], ["n", "n", "n"], ["t", "t", "t"], ...

map和uniq将此缩减为[["i"],["n"],["t"], ...

take_while将字符拉出数组，直到找到一个大小不是一个的字符（意味着并非所有字符都相同）。最后，我join他们一起回来。

Answer 14

accepted solution已被破坏（例如，它会为a等字符串返回['a', 'ba']。修复非常简单，您只需更改3个字符（从indexOf(tem1) == -1到indexOf(tem1) != 0），该函数将按预期工作。

不幸的是，当我尝试编辑修复拼写错误的答案时，SO告诉我“编辑必须至少6个字符”。通过改进命名和可读性，我可以改变那些3个字符，但感觉有点太多了。

因此，以下是肯尼贝克解决方案的固定和改进版（至少从我的观点来看）：

function commonPrefix(words) {
  max_word = words.reduce(function(a, b) { return a > b ? a : b });
  prefix   = words.reduce(function(a, b) { return a > b ? b : a }); // min word

  while(max_word.indexOf(prefix) != 0) {
    prefix = prefix.slice(0, -1);
  }

  return prefix;
}

（在jsFiddle上）

注意，它使用reduce方法（JavaScript 1.8）来查找字母数字max / min，而不是对数组进行排序，然后获取它的第一个和最后一个元素。

Answer 15

在阅读所有花哨的函数式编程，排序和正则表达式以及诸如此类的东西的同时，我只是想到：C中有什么错误？所以，这是一个看起来很愚蠢的小程序。

#include <stdio.h>

int main (int argc, char *argv[])
{
  int i = -1, j, c;

  if (argc < 2)
    return 1;

  while (c = argv[1][++i])
    for (j = 2; j < argc; j++)
      if (argv[j][i] != c)
        goto out;

 out:
  printf("Longest common prefix: %.*s\n", i, argv[1]);
}

编译它，用你的字符串列表作为命令行参数运行它，然后请求我使用goto！

Answer 16

如果你不太关心最终表现，那似乎并不复杂：

def common_substring(data)
  data.inject { |m, s| s[0,(0..m.length).find { |i| m[i] != s[i] }.to_i] }
end

注入的一个有用特性是能够预先对种子的第一个元素进行预处理。这可以避免零备忘录检查。

puts common_substring(%w[ interspecies interstelar interstate ]).inspect
# => "inters"
puts common_substring(%w[ feet feel feeble ]).inspect
# => "fee"
puts common_substring(%w[ fine firkin fail ]).inspect
# => "f"
puts common_substring(%w[ alpha bravo charlie ]).inspect
# => ""
puts common_substring(%w[ fork ]).inspect
# => "fork"
puts common_substring(%w[ fork forks ]).inspect
# => "fork"

更新：如果高尔夫是这里的游戏，那么67个字符：

def f(d)d.inject{|m,s|s[0,(0..m.size).find{|i|m[i]!=s[i]}.to_i]}end

Answer 17

高尔夫JS解决方案只是为了好玩：

w=["hello", "hell", "helen"];
c=w.reduce(function(p,c){
    for(r="",i=0;p[i]==c[i];r+=p[i],i++){}
    return r;
});

Answer 18

这是红宝石的有效解决方案。我基于高/低猜谜游戏策略的想法，你迭代地将最长的前缀归零。

如果我错了，有人会纠正我，但我认为复杂度为O（n log n），其中n是最短字符串的长度，字符串数被视为常量。

def common(strings)
  lo = 0
  hi = strings.map(&:length).min - 1
  return '' if hi < lo

  guess, last_guess = lo, hi

  while guess != last_guess
    last_guess = guess
    guess = lo + ((hi - lo) / 2.0).ceil

    if strings.map { |s| s[0..guess] }.uniq.length == 1
      lo = guess
    else
      hi = guess
    end
  end

  strings.map { |s| s[0...guess] }.uniq.length == 1 ? strings.first[0...guess] : ''
end

有些检查它有效：

>> common %w{ interspecies interstelar interstate }
=> "inters"

>> common %w{ dog dalmation }
=> "d"

>> common %w{ asdf qwerty }
=> ""

>> common ['', 'asdf']
=> ""

Answer 19

有趣的替代Ruby解决方案：

def common_prefix(*strings)
  chars  = strings.map(&:chars)
  length = chars.first.zip( *chars[1..-1] ).index{ |a| a.uniq.length>1 }
  strings.first[0,length]
end

p common_prefix( 'foon', 'foost', 'forlorn' ) #=> "fo"
p common_prefix( 'foost', 'foobar', 'foon'  ) #=> "foo"
p common_prefix( 'a','b'  )                   #=> ""

如果使用chars = strings.sort_by(&:length).map(&:chars)，它可能有助于提高速度，因为第一个字符串越短，zip创建的数组越短。但是，如果你关心速度，你可能不应该使用这个解决方案。：）

Answer 20

我的Java解决方案：

public static String compute(Collection<String> strings) {
    if(strings.isEmpty()) return "";
    Set<Character> v = new HashSet<Character>();
    int i = 0;
    try {
        while(true) {
            for(String s : strings) v.add(s.charAt(i));
            if(v.size() > 1) break;
            v.clear();
            i++;
        }
    } catch(StringIndexOutOfBoundsException ex) {}
    return strings.iterator().next().substring(0, i);
}

Answer 21

这是在Ruby中使用正则表达式的解决方案：

def build_regex(string)
  arr = []
  arr << string.dup while string.chop!
  Regexp.new("^(#{arr.join("|")})")
end

def substring(first, *strings)
  strings.inject(first) do |accum, string|
    build_regex(accum).match(string)[0]
  end
end

Answer 22

通常使用成熟的开源库而不是自己编辑它会更优雅。然后，如果它不能完全满足您的需求，您可以对其进行扩展或修改以改进它，并让社区决定它是否属于库中。

diff-lcs是一个很好的Ruby gem，用于最不常见的子串。

Answer 23

您可以只获取字符串的最小值和最大值，而不是排序。

对我来说，计算机程序的优雅是速度和简单的平衡。它不应该做不必要的计算，它应该足够简单，以使其正确性明显。

我可以将排序解决方案称为“聪明”，但不是“优雅”。

Answer 24

我会做以下事情：

将数组的第一个字符串作为初始起始子字符串。
获取数组的下一个字符串并比较字符，直到到达其中一个字符串的末尾或找到不匹配的字符串。如果发现不匹配，请将起始子串减少到找到不匹配的长度。
重复步骤2，直到所有字符串都经过测试。

这是一个JavaScript实现：

var array = ["interspecies", "interstelar", "interstate"],
    prefix = array[0],
    len = prefix.length;
for (i=1; i<array.length; i++) {
    for (j=0, len=Math.min(len,array[j].length); j<len; j++) {
        if (prefix[j] != array[i][j]) {
            len = j;
            prefix = prefix.substr(0, len);
            break;
        }
    }
}

Answer 25

基于@Svante算法的ruby版本。运行速度是我第一次的3倍。

 def common_prefix set 
   i=0
   rest=set[1..-1]
   set[0].each_byte{|c|
     rest.each{|e|return set[0][0...i] if e[i]!=c}
     i+=1
   }
   set
 end

Answer 26

这不是代码高尔夫，但你要求有点优雅，我倾向于认为递归很有趣。 Java的。

/** Recursively find the common prefix. */
public String findCommonPrefix(String[] strings) {

    int minLength = findMinLength(strings);

    if (isFirstCharacterSame(strings)) {
        return strings[0].charAt(0) + findCommonPrefix(removeFirstCharacter(strings));
    } else {
        return "";
    }
}

/** Get the minimum length of a string in strings[]. */
private int findMinLength(final String[] strings) {
    int length = strings[0].size();
    for (String string : strings) {
        if (string.size() < length) {
            length = string.size();
        }
    }
    return length;
}

/** Compare the first character of all strings. */
private boolean isFirstCharacterSame(String[] strings) {
    char c = string[0].charAt(0);
    for (String string : strings) {
        if (c != string.charAt(0)) return false;
    }

    return true;
}

/** Remove the first character of each string in the array, 
    and return a new array with the results. */
private String[] removeFirstCharacter(String[] source) {
    String[] result = new String[source.length];
    for (int i=0; i<result.length; i++) {
        result[i] = source[i].substring(1); 
    }
    return result;
}

Answer 27

Javascript克隆AShelly的优秀答案。

只需要在Firefox中支持Array#reduce。

var strings = ["interspecies", "intermediate", "interrogation"]
var sub = strings.reduce(function(l,r) { 
    while(l!=r.slice(0,l.length)) {  
        l = l.slice(0, -1);
    }
    return l;
});

Answer 28

这绝不是优雅的，但如果你想简明扼要：

Ruby，71个字符

def f(a)b=a[0];b[0,(0..b.size).find{|n|a.any?{|i|i[0,n]!=b[0,n]}}-1]end

如果您想要展开它，它看起来像这样：

def f(words)
  first_word = words[0];
  first_word[0, (0..(first_word.size)).find { |num_chars|
    words.any? { |word| word[0, num_chars] != first_word[0, num_chars] }
  } - 1]
end

Answer 29

我的 Javascript 解决方案：

IMOP，使用排序太棘手了。我的解决方案是通过循环数组逐个字母进行比较。如果字母没有被打印，则返回字符串。

这是我的解决方案：

var longestCommonPrefix = function(strs){
    if(strs.length < 1){
        return '';
    }

    var p = 0, i = 0, c = strs[0][0];

    while(p < strs[i].length && strs[i][p] === c){
        i++;
        if(i === strs.length){
            i = 0;
            p++;
            c = strs[0][p];
        }
    }

    return strs[0].substr(0, p);
};

Answer 30

意识到这种情况变成code golf的匹配（或意图是什么？）的风险，这是我使用sed的解决方案，从my answer复制到另一个SO问题并缩短到36个字符（其中30个是实际的sed表达式）。它期望字符串（每个在单独的行上）在标准输入或作为附加参数传递的文件中提供。

sed 'N;s/^\(.*\).*\n\1.*$/\1\n\1/;D'

shebang行中带有sed的脚本的重量为45个字符：

#!/bin/sed -f
N;s/^\(.*\).*\n\1.*$/\1\n\1/;D

脚本的测试运行（名为longestprefix），字符串作为“此处文档”提供：

$ ./longestprefix <<EOF
> interspecies
> interstelar
> interstate
> EOF
inters
$

Answer 31

<强>红宝石

require 'abbrev'

ar = ["interspecies", "interstelar", "interstate"]
ar.abbrev.keys.min_by(&:size).chop # => "inters"

给定一组字符串，abbrev计算这些字符串的明确缩写集，并返回一个散列，其中键是所有可能的缩写（并且值是完整的字符串）。最短的键减去最后一个字符将是公共前缀。

在一组字符串中查找最长的公共起始子字符串

更新：我最喜欢的解决方案

31 个答案:

Ruby，71个字符