如何在 Python 中提取列表中相等的元素序列？

Question

我有一个更具体的问题，但我还没有找到答案。我真的很绝望，如果有人知道答案，我会很高兴。提前感谢您的阅读...

我有一个 Python 列表，看起来像这样：

[“h”、“e”、“l”、“l”、“o”、“h”、“e”、“l”、“l”、“o”、“h”、“e” ", "l", "l", "o"]

现在我想缩短列表，以便过滤掉重复多次的元素块。这意味着该列表变为：

[“h”、“e”、“l”、“l”、“o”]

有人知道这是如何工作的吗？问题：列表总是看起来不同，可能是这样的：

[“b”、“y”、“e”、“b”、“y”、“e”、“b”、“y”、“e”]

非常感谢，非常感谢您的回答！

Answer 1

这可以用单行函数非常巧妙地处理（见下文）。

import re

def shorten(l):
  return list(re.sub(r'^([a-z]+)\1+$',r'\1', ''.join(l)))


l1 = ["h", "e", "l", "l", "o", "h", "e", "l", "l", "o", "h", "e", "l", "l", "o"]
l2 = ["b", "y", "e", "b", "y", "e", "b", "y", "e"]

print(shorten(l1))
print(shorten(l2))

输出

['h', 'e', 'l', 'l', 'o']
['b', 'y', 'e']

说明

上述解决方案将运行时传递的list (l) 视为按索引顺序排列的str 字符。

它利用正则表达式模式^([a-z]+)\1+$ 来识别整个str 是否由重复的子字符串组成——即l 是否由从头到尾的单个重复模式组成？

如果此模式在l str 上产生匹配，则返回代表此重复模式（匹配组1 (\1) 的list。

如果没有匹配 - 即 l 不完全由单个重复模式组成 - 则返回与在运行时传递的 l 相同的 list。

Answer 2

这是一个可能的解决方案：

def shorten(lst):
    s = ''.join(lst)
    for i in range(1, int(len(s) / 2) + 1):
        if len(s) % i == 0:
            if s[0: i] * int(len(s) / i) == s:
                return list(s[0: i])
    return list(s)

这里有一些例子：

>>> shorten(['h','e','l','l','o','h','e','l','l','o','h','e','l','l','o'])
['h', 'e', 'l', 'l', 'o']
>>> shorten(['b','y','e','b','y','e'])
['b', 'y', 'e']
>>> shorten(['a','b','c'])
['a', 'b', 'c']