计算字符串包含子字符串时出现的次数答案

【问题标题】：Count number of occurrences when string contains substring计算字符串包含子字符串时出现的次数
【发布时间】：2016-02-22 20:40:10
【问题描述】：

我有类似的字符串

'abbb'

我需要了解我可以找到多少次子字符串 'bb'。

grep('bb','abbb')

返回1。因此，答案是2（a-bb 和 ab-bb）。如何按我需要的方式计算出现次数？

【问题讨论】：

您的真正问题有多大？（换句话说，效率有多重要？）
数据很小，我只是好奇能不能用R实现
一种可能性是返回stackoverflow.com/questions/35561641/…，然后返回sum(allsubstr('abbb', nchar('bb')) == 'bb')，其中我的函数allsubstr不再使用unique。
类似stackoverflow.com/questions/25800042/overlapping-matches-in-r
table(Vectorize(substr)('abbb', 1:3, 1:3 + 1))

标签： r

【解决方案1】：

您可以使用'(?=bb)' 使模式不消耗，如下所示：

length(gregexpr('(?=bb)', x, perl=TRUE)[[1]])
[1] 2

【讨论】：

如果我们 grep 单个子字符串它确实有效，但如果我们必须查找多个子字符串并且必须使用循环，它就不起作用。 x=c('aa','bb','ba') 长度(gregexpr('(?=x[2])', x, perl=TRUE)[[1]])
循环似乎不可避免。

【解决方案2】：

这是一个使用 substr 和 sapply 的丑陋方法：

input <- "abbb"

search <- "bb"


res <- sum(sapply(1:(nchar(input)-nchar(search)+1),function(i){
  substr(input,i,i+(nchar(search)-1))==search
}))

【讨论】：

【解决方案3】：

我们可以使用stri_count

library(stringi)
stri_count_regex(input, '(?=bb)')
#[1] 2

stri_count_regex(x, '(?=bb)')
#[1] 0 1 0

input <- "abbb"
x <- c('aa','bb','ba')

【讨论】：