Question

我有一个由子串组成的长字符串。任务是提取子串。子字符串由以下特征定义：

组成字符串
在子字符串中，字符只能在自身旁边重复
子字符串长度未知

问题是定义一个算法，给定一个字符串S，将其分解为遵循上述规则的子字符串。目标是确定这样的子串的最小数量（通常，单个字符将适合该法案）。

字符串及其子串的示例：

AC3BDCAB223DADAC121BCD332221A

必须像这样分解：

AC3BD CAB223D AD AC12 1BCD33222 1A
      ^ C repeats
              ^ A repeats
                 ^ A repeats
                       ^ 1 repeats
                                ^ 1 repeats

Answer 1

如果我正确理解了您的问题，以下简单程序可以满足您的需求：

inString = 'AC3BDCAB223DADAC121BCD332221A'

found = []
recent = inString[0]
found.append(recent)
breaks=[-1]
for i,c in enumerate(inString[1:]):
    if c == recent:
        continue
    if c in found:
        breaks.append(i)
        found = [c]
        recent = c
    else:
        found.append(c)
        recent = c

breaks.append(len(inString))

for ii in range(len(breaks)-1):
    print inString[breaks[ii]+1:breaks[ii+1]+1]

对于给定的输入字符串，它产生输出：

AC3BD
CAB223D
AD
AC12
1BCD33222
1A

正如你所看到的，recent是最后一个看到的角色：这可以让你继续“＃34;如果你有重复的角色。如果您看到一个新字符，则将其添加到此块中到目前为止使用的字符串中;当你再次看到一个角色时，你知道它必须属于一个新的过程。

如果这不是您所需要的，您必须澄清您的问题。

代码块识别算法

1 个答案: