计算字符串中子字符串长度为n（未给出）的x出现次数[关闭]答案

【问题标题】：Count the number of x occurrences of length n (it's not given)of sub-string in string [closed]计算字符串中子字符串长度为n（未给出）的x出现次数[关闭]
【发布时间】：2016-09-27 14:33:12
【问题描述】：

我无法获取字符串中具有 n 长度的子字符串的出现次数。例如，如果字符串是

CCCATGGTtaGGTaTGCCCGAGGT

而n是

输出必须是这样的：

'CCC' : 2, 'GGT' :3

输入是一个列表列表，所以我得到了列表的每个字符串，但我无法继续，输出是所有字符串的 dic

代码：

def get_all_n_repeats(n,sq_list):
    reps={}
    for i in sq_list:
        if not i:
            continue
        else:   
            for j in i:
                ........#Here the code I want to do#......                  
return reps

【问题讨论】：

为什么是GGT 而不是GTt？
你至少需要展示你尝试过的东西。
您的输出和输入没有意义。如果您将输入字符串拆分为三个字母字符串，您会得到 ['CCC', 'ATG', 'GTt', 'aGG', 'TaT', 'GCC', 'CGA', 'GGT']，所以我不知道您在输出中从哪里得到 GGT。
这个问题有什么不清楚的地方？这很有意义。
@BurhanKhalid 我认为他的候选人是['CCC', 'CCA', 'CAT', 'ATG', 'TGG', 'GGT', 'GTt', 'Tta', 'taG', 'aGG', 'GGT', 'GTa', 'TaT', 'aTG', 'TGC', 'GCC', 'CCC', 'CCG', 'CGA', 'GAG', 'AGG', 'GGT']。

标签： python string substring

【解决方案1】：

一个非常明确的解决方案：

s = 'CCCATGGTtaGGTaTGCCCGAGGT'
n = 3
# All possible n-length strings
l = [s[i:i + n] for i in range(len(s) - (n - 1))]
# Count their distribution
d = {}
for e in l:
    d[e] = d.get(e, 0) + 1
print(d)

【讨论】：

【解决方案2】：

一个非常简单的解决方案：

from collections import Counter

st = "CCCATGGTtaGGTaTGCCCGAGGT"
n = 3

tokens = Counter(st[i:i+n] for i in range(len(st) - n + 1))
print tokens.most_common(2)

由您决定是否将其设为辅助函数。

【讨论】：

【解决方案3】：

使用Counter

from collections import Counter

def count_occurrences(input, n):
    candidates = []
    for i, c in enumerate(st):
        try:
            candidates.append('{}{}{}'.format(st[i], st[i+1], st[i+2]))
        except IndexError:
            continue

    output = {}
    for k,v in Counter(candidates).items():
        if v > 1:
            output[k] = v

st = "CCCATGGTtaGGTaTGCCCGAGGT"
n = 3

count_occurrences(st, n)
# {'GGT': 3, 'CCC': 2}

【讨论】：

Counter(candidates).most_common()