我怎样才能使这个子字符串查找器更高效、更清洁？

Question

这是我想到的第一个解决方案，但我真的无法想象另一个解决方案。

strings = [input("String: ") for i in range(int(input("How many strings?")))]
num = 0

for i, subA in enumerate(strings):
    for j,subB in enumerate(strings):
        if (i != j) and (subB in subA):
            num += 1
print("There are", num, "substrings")

Answer 1

在您的实现中，您正在重新发明itertools.permutations()，它返回具有给定长度的元素的排列。您可以比较使用嵌套的for 循环（来自您的代码示例） 和permutations() 生成的列表：

from itertools import permutations

strings = ["a", "aa", "b"]
res = []
for i, subA in enumerate(strings):
    for j, subB in enumerate(strings):
        if i != j:
            res.append((subA, subB))
print("Nested loop:", res)
res = list(permutations(strings, 2))
print("permutations():", res)

您需要检查每个元素是否是另一个元素的子字符串，因此您可以迭代从permutations() 返回的对，并测试第一个元素是否包含第二个（反之亦然）。让我们用简单的列表理解来做吧：

from itertools import permutations

strings = ["a", "aa", "b"]
res = [a in b for a, b in permutations(strings, 2)]
# will return [True, False, False, False, False, False]

在 python 中，True 是 1，False 是 0 (docs)。因此，要计算有多少字符串是子字符串，我们可以将 生成器表达式 传递给 sum()。

from itertools import permutations

strings = ["a", "aa", "b"]
num = sum(a in b for a, b in permutations(strings, 2))
# will return 1

您也可以使用itertools.starmap() 调用operator.contains() （与a in b 相同） 每对都由permutations() 返回。

from operator import contains
from itertools import permutations, starmap

strings = ["a", "aa", "b"]
num = sum(starmap(contains, permutations(strings, 2)))

这是您的代码的一些改进版本：

from operator import contains
from itertools import permutations, starmap

count = input("How many strings? ")
if count.isdecimal() and (count := int(count)):
    strings = []
    while count:
        item = input(f"String ({count} left): ")
        if item:  # skip empty strings
            strings.append(item)
            count -= 1
    num = sum(starmap(contains, permutations(strings, 2)))
    print("There", "are" if num > 1 else "is", num or "no",
          "substring" + "s" * (num != 1))
else:
    print(f'"{count}" is not a valid positive number')

P.S.关于性能的一些说明。

由于sum() 处理可迭代的方法，您可以使用生成器表达式对代码进行一些补丁以更快地工作。

sum([1 for a, b in permutations(strings, 2) if a in b])

会略快于

sum(a in b for a, b in permutations(strings, 2))

为什么？看看接下来的问题：

1. Why is summing list comprehension faster than generator expression?;
2. Why is any (True for ... if cond) much faster than any (cond for ...)?。

Answer 2

strings = [input("String: ") for i in range(int(input("How many strings?")))]
num = 0

for i, subA in enumerate(strings[:-1]):
    for subB in strings[i+1:]:
        if subB in subA or subA in subB:
            num += 1
print("There are", num, "substrings")

现在，我不确定我是否理解您要执行的操作，但这可以确保每个字符串只与所有其他字符串进行一次比较。它未经测试，所以不要相信我的话。

我假设，给定一个字符串数组，您想找出这些字符串中有多少包含任何其他字符串作为子字符串。请注意，如果是这种情况，则存在如何处理列表中相同字符串的问题。