Question

对于给定的输入字符串input = "abbbbdeeefffddddb"，我想将其解析为

result = ['a', 'b', 'bb', 'bd', 'd', 'e', 'ee', 'f', 'ff', 'dd', 'db']

此解析背后的逻辑如下。如果第一次遇到子字符串，则会将其解析掉。在每个后续出现的子字符串中，它都会用以下字母连接起来然后解析掉。

举例说明：

我们之前看过“a”（位置0）了吗？不解析它。
我们之前见过“b”（位置1）吗？不解析它。
我们之前看过“b”（位置2）了吗？是;合并以下信件
我们之前看过“bb”（位置2和3）吗？不解析它。
我们之前见过“b”（位置4）吗？是合并以下信件
我们之前看过“bd”（位置4和5）吗？不解析它......

这一直持续到最后。

我尝试使用以下代码实现此目的：

input = "abbbbdeeefffddddb"

comparator = []

def parse(string):
    for pointer in range(len(string)-1):
        if string[pointer] not in comparator:
            comparator.append(string[pointer])

        else:
            substring = string[pointer] + string[pointer+1]
            comparator.append(substring)

        print comparator 

parse(input)

结果如下：['a', 'b', 'bb', 'bb', 'bd', 'd', 'e', 'ee', 'ef', 'f', 'ff', 'fd', 'dd', 'dd', 'dd', 'db']

这是错的。我在这里错过了一个关键部分，但我不知道如何实现它，也许它需要一些递归函数，或者我应该在某处使用break或continue。

不要仅为此给定输入提供解决方案。这里给出的输入仅仅是为了举例。解决方案也必须适用于不同的输入。

以下是原始算法，第6页：paper

Answer 1

你似乎忘记了从bigrams中删除已解析的字母：

def parse(string):
    pointer = 0
    while pointer < len(string):
        if string[pointer] not in comparator:
            comparator.append(string[pointer])
        else:
            substring = string[pointer] + string[pointer+1]
            comparator.append(substring)
            pointer += 1
        pointer += 1
    print comparator
['a', 'b', 'bb', 'bd', 'e', 'ee', 'f', 'ff', 'd', 'dd', 'db']

或略有改写

def parse(string):
    result = set()
    letters = iter(string)
    for letter in letters:
        if letter not in result:
            result.add(letter)
        else:
            substring = letter + letters.next()
            result.add(substring)
    return list(result)
# same set, different order
['a', 'bd', 'b', 'e', 'd', 'bb', 'f', 'ee', 'dd', 'db', 'ff']

Answer 2

这是关于你想要的吗？

$ cat single-seen-double
#!/usr/bin/python3

def single_seen_double(string):
    length = len(string)
    index = 0
    seen = set()
    while index < length:
        if string[index] in seen and index < length - 1:
            yield string[index:index+2]
            index += 2
        else:
            seen.add(string[index])
            yield string[index]
            index += 1

def main():
    print(list(single_seen_double("abbbbdeeefffddddb")))

main()

zareason-dstromberg:~/src/outside-questions/single-seen-double x86_64-pc-linux-gnu 5871 - above cmd done 2013 Tue Nov 05 01:48 PM

$ ./single-seen-double
['a', 'b', 'bb', 'bd', 'e', 'ee', 'f', 'ff', 'd', 'dd', 'db']

它并没有提供你的样本输出，但我想知道这是不是你真正想要的。如果它不是您所需要的，您是否可以更具体地了解您需要遵循的规则？

Answer 3

使用set？

有什么问题

set(comparator)

如果订单不重要。

以更具体的方式解析字符串？

3 个答案: