Perl 函数用 start、end 和 step 对字符串进行切片答案

【问题标题】：Perl function for slicing string with start, end and stepPerl 函数用 start、end 和 step 对字符串进行切片
【发布时间】：2020-07-05 16:41:23
【问题描述】：

我想使用 start、end 和 step 对字符串进行切片。假设起始坐标为 1，结束坐标为 22，步长为 3。切片字符串应仅选择坐标 1、4、7、10、13、16、19、22 中的元素。我写了一个函数 get_subseq这样做。在 Perl 中有更短的方法吗？

sub get_subseq {
    my ( $seq, $start, $end, $step ) = @_;
    my $index = $start;
    while ( $index <= $end ) {
        print substr $seq, $index, 1;
        $index += $step;
    }
}

my $sequence = 'AGGGTAGAGTGAGAAGCACCAGCAGGCAGTAACAGC';

# The result should be GTAGACCC
get_subseq( $sequence, 1, 22, 3 );

【问题讨论】：

标签： string perl

【解决方案1】：

一种方法：生成索引列表，然后使用map获取对应的字符。

合并成一个语句

use warnings;
use strict;
use feature 'say';

my $seq = q(AGGGTAGAGTGAGAAGCACCAGCAGGCAGTAACAGC); 

my ($beg, $end, $step) = (1, 22, 3); 

my @subseq = 
    map { substr $seq, $_, 1 } 
    grep { ($_-$beg) % $step == 0 } 
    $beg..$end; 

say "@subseq";

这可以在$beg..$end 范围内折叠成一次迭代

my @subseq = 
    map { ($_-$beg) % $step == 0 ? substr($seq, $_, 1) : () }
    $beg..$end;

如果结果需要是字符串join，则由'' 列出（空字符串）。

当然还有一些库可以大步生成一个范围。 List::Gen 有这样的range 函数，同时它还有一系列有趣的算法。

use List::Gen qw(range);

my @ss = map { substr $seq, $_, 1 } @{ range $beg, $end, $step };

say "@ss";

它的range 返回一个真正的生成器，它带有有趣的属性。取消引用它会产生值列表。请参阅文档。

虽然这些在单个语句中返回结果，因此“更短”，但我喜欢你自己的子问题，它非常清晰，在许多情况下可能更有效。

通过（很少）使用 C 风格的 for 循环可以进一步简化它

for (my $i = $beg; $i <= $end; $i += $step) { print substr $seq, $i, 1 }

另一种方法是将字符串分解成一个字符列表，然后从该列表中提取所需位置的元素

my @subseq = (split //, $seq)[ @indices ];

您可以使用任何方法获取@indices（不必是数组，但可以是在此处生成的列表，例如通过上面使用的任何方法）。这两种方法中哪一种更有效完全取决于细节——序列的长度、要采样的索引跨度的长度、它们的关系、步长。

【讨论】：

【解决方案2】：

没有人喜欢使用正则表达式？

join'',substr($seq,$start,$end-$start+1)=~/(?=(.)).{0,$step}/gs

这演示了对这种事情使用正则表达式匹配，这种方式有时比循环或拆分和切片更有效。一种更有趣但效率不高的方法是避免使用 substr：

join '',$seq=~/(?<=.{$start})(?<!..{$end})(?=(.)).{0,$step}/gs

【讨论】：

我愿意，尤其是这个 :)
@zdim 为您添加了另一种娱乐方式

【解决方案3】：

可以通过在感兴趣的位置取字符来找到解决方案。

步骤 #1：生成索引数组

步骤 #2：将 $seq 拆分为数组

步骤#3：选择$seq数组索引位置的字符

步骤#4：连接结果字符

步骤#5：输出结果

比多次使用substr快很多

use strict;
use warnings;
use feature 'say';

my $seq = 'AGGGTAGAGTGAGAAGCACCAGCAGGCAGTAACAGC';
my($pos,$end,$inc) = (1,22,3);
my @index;

for(;$pos<=$end;$pos+=$inc) { push @index, $pos; }

say join('',(split('',$seq))[@index]);

输出

GTAGACCC

【讨论】：