Question

我正在尝试从一行文本中提取字符串及其字符的所有排列。

例如，我需要从以下字符串s中提取字符串t = 'ABC'及其所有排列：'ABC'，'CAB'，'BCA'，'BAC'，'CBA'：

s = 'ABCXABCXXACXXBACXXBCA'

结果为：ABC，ABC，BAC，BCA

字符串t应该是任意长度，并且可以包含[A-Z]，[a-z]和[0-9]

中的任何字符

有没有办法通过在Python中使用正则表达式来获得结果？

我知道我可以构建所有排列的列表，然后单独搜索列表中的所有项目，但我想知道正则表达式是否能以更紧凑和更快的方式提供结果。

Answer 1

让我勾画一个算法来解决问题。用正则表达式来解决这个问题不是一个问题。

此解决方案维护一个滑动窗口，并使用t检查窗口中字符的频率。

以下是算法的伪代码：

function searchPermutation(inpStr, t):
    // You may want to check t against the regex ^[A-Za-z0-9]+$ here

    // Do a frequency counting of character in t
    // For example, t = 'aABBCCC'
    // Then freq = { 'A': 1, 'B': 2, 'C': 3, 'a': 1 }
    freq = frequency(t)

    // Create an empty dict
    window = {}
    // Number of characters in window
    count = 0
    // List of matches
    result = []

    for (i = 0; i < inpStr.length; i++):
        // If the current character is a character in t
        if inpStr[i] in freq:
            // Add the character at current position
            window[inpStr[i]]++

            // If number of character in window is equal to length of t
            if count == t.length:
                // Remove the character at the end of the window
                window[inpStr[i - t.length]]--
                // The count is kept the same here
            else: // Otherwise, increase the count
                count++

            // If all frequencies in window is the same as freq
            if count == t.length and window == freq:
                // Add to the result a match at (i - t.length + 1, i + 1)
                // We can retrieve the string later with substring
                result.append((i - t.length + 1, i + 1))

                // Reset the window and count (prevent overlapping match)
                // Remove the 2 line below if you want to include overlapping match
                window = {}
                count = 0
        else: // If current character not in t
            // Reset the window and count
            window = {}
            count = 0

    return result

这可以解决任何t的一般问题。

Answer 2

正则表达式解决方案：

([ABC])(?!\1)([ABC])(?!\1)(?!\2)[ABC]

在Python中搜索子字符串的字符排列

2 个答案: