我正在尝试编写一个正则表达式或Ruby方法，它将在字符串中找到最长的重复模式。例如：
"abcabc" => "abc"
"cccc" => "c"
"abcd" => "abcd"
实现此目的的最佳方法是什么？我天真地试过/^(.*)*$/，但这不起作用，因为它只匹配完整的字符串。
答案 0 :(得分：20)
我无法相信所有这些卡在书头上已经告诉你它不能用模式完成。他们不知道他们在谈论什么，正如我即将展示的那样。相信我，如果我可以使用模式解决第一阶的丢番图方程 - 和我 CAN！：） - 那么我当然可以做到这一点。事实上，如果您对最左边最长的匹配感到满意，这对于模式很容易非常。例如，只需使用：
/(.+)\1+/
如果匹配，则该字符串包含重复的子字符串。
这与使用模式匹配来计算复合整数的策略相同。
首先，创建一个整数的一元表示形式的字符串。对{1} 1，2为11，3为111，4为1111等等。鉴于此类表示，找到最大因子的模式是：
/^(11+)\1+$/
其中第一个子组是一元中的最大因子，因此第一个组的长度是最大因子作为常规数。 （但是，最大因素可能不是素数。）
同样，
/^(11+?)\1+$/
是相同的，只是它现在找到最小的因子，当然保证是素数。我不知道如何在Ruby中模拟Perl的x重复运算符，所以这里是使用Perl的这个想法的快速演示：
$ perl -le 'for $n (@ARGV) { printf "%d is composite and its largest factor is %d.\n", $n, length($1) if ("1" x $n) =~ /^(11+)\1+$/ } ' 5 9 15 24 60 243 891
9 is composite and its largest factor is 3.
15 is composite and its largest factor is 5.
24 is composite and its largest factor is 12.
60 is composite and its largest factor is 30.
243 is composite and its largest factor is 81.
891 is composite and its largest factor is 297.
$ perl -le 'for $n (@ARGV) { printf "%d is composite and its smallest factor is %d.\n", $n, length($1) if ("1" x $n) =~ /^(11+?)\1+$/ } ' 5 9 15 24 60 243 891
9 is composite and its smallest factor is 3.
15 is composite and its smallest factor is 3.
24 is composite and its smallest factor is 2.
60 is composite and its smallest factor is 2.
243 is composite and its smallest factor is 3.
891 is composite and its smallest factor is 3.
在字典中找到这样的东西的好方法是
/(\w+)\1+/i
这样你就可以不敏感地执行反向引用。
这是在字典列表中查找此类内容的快捷方法：
$ perl -MEnglish -nle 'print "$PREMATCH<$MATCH>$POSTMATCH" while /(\w+)(\1+)/gi' /usr/share/dict/words
找到类似的东西：
b<oo>kkeeper
boo<kk>eeper
bookk<ee>per
喂食bookkeeper时。按子串长度排序，最长的字典匹配是：
12 ambi<lateralatera>lly
12 <gastrogastro>tomy
12 <killeekillee>
12 <quadriquadri>c
12 <tangantangan>
10 <Bellabella>
10 hydr<ophobophob>ia
10 <kerrikerri>
10 <kinnikinni>ck
10 m<ethylethyl>acetic
10 <micromicro>farad
10 <micromicro>n
10 <philophilo>sophos
10 <quinaquina>
10 <strumstrum>
10 <supersuper>abundance
10 <supersuper>abundant
10 <supersuper>abundantly
10 <supersuper>b
10 <supersuper>ior
10 <Wallawalla>
8 <acetacet>ic
8 ali<bangbang>
8 <anapanap>a
8 <antianti>body
然而，它是最左边最长的子串。即使在重叠的事实中，你也必须更加狡猾地弄清楚所有这些子串。例如：
2 a<dd>ititious
4 add<itit>ious
4 addi<titi>ous
6 <alfalf>a
6 a<lfalfa>
2 a<ll>ele
4 al<lele>
12 ambi<lateralatera>lly
12 ambil<ateralateral>ly
2 ambilateralatera<ll>y
6 <assass>inatress
2 a<ss>assinatress
2 assa<ss>inatress
2 assassinatre<ss>
2 Ca<rr>aran
4 Car<rara>n
这些技巧的诀窍是将你的小组加载到一个预测中，把它变成一个盗用者。例如：
/(?=(\w+)(\1+))/i
足以在整个比赛中加载前两组。但是，你可能需要保留prematch和postmatch部分，也许是这样：
/(?=(.*?)(\w+)(\2+)(.*))/i
现在你可以进行渐进式比赛以获得所有这些比赛，甚至重叠！我上面给出的列表是使用这个生成的：
$ perl -nle 'print length($2 . $3), " $`.$1<$2$3>$4" while /(?=(.*?)(\w+)(\2+)(.*))/gi' /usr/share/dict/words | perl -pe 's/\.//g' | uniq
我很确定相同的方法应该毫不费力地转换为Ruby，因为它实际上是匹配引擎的属性而不是Perl 本身。
仍然想知道那些丢番图方程，是吗？ :)在Perl中运行：
# solve for 12x + 15y + 16z = 281, maximizing x
if (($X, $Y, $Z) =
(('o' x 281) =~ /^(o*)\1{11}(o*)\2{14}(o*)\3{15}$/))
{
($x, $y, $z) = (length($X), length($Y), length($Z));
print "One solution is: x=$x; y=$y; z=$z.\n";
} else {
print "No solution.\n";
}
并想知道奇迹，它打印出来
One solution is: x=17; y=3; z=2.
与分解复合数字一样，您可以使用最小匹配量词来更改这些数字的权重。因为第一个o*是贪婪的，所以 x 被允许增长为
尽可能大。将一个或多个*量词更改为*?，
+或+?可以产生不同的解决方案：
('o' x 281) =~ /^(o+)\1{11}(o+)\2{14}(o+)\3{15}$/
# One solution is: x=17; y=3; z=2
('o' x 281) =~ /^(o*?)\1{11}(o*)\2{14}(o*)\3{15}$/
# One solution is: x=0; y=7; z=11.
('o' x 281) =~ /^(o+?)\1{11}(o*)\2{14}(o*)\3{15}$/
# One solution is: x=1; y=3; z=14.
难道不是那么令人难以置信吗？但这是真的。自己运行代码，你会看到。
是的，如果有人有déjàlu，你是对的，你确实 之前已经读完了所有这些 - 因为我已经在中写了它Perl Cookbook ，几个很久以前。这一切仍然适用。
注意：这项技术必须归功于贝尔实验室的（M. Douglas）Doug McIlroy首次展示这一奇迹。
答案 1 :(得分：2)
我知道它不会那么复杂，所以我仔细思考并找到了解决方案：
def unrepeat(str)
n = str.size
newstr = str
n.times do |i|
newstr = newstr[-1] + newstr[0..-2]
if newstr == str
return i + 1
end
end
end
这将返回重复模式的长度。它通过生成字符串的旋转来找到它。