如何在 python 中的一行中找到最多的重叠子字符串？答案

【问题标题】：How do I find the highest amount of overlapping substrings in a line in python?如何在 python 中的一行中找到最多的重叠子字符串？
【发布时间】：2019-12-03 23:37:01
【问题描述】：

我有以下字符串

a = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA" 我要做的第一件事是数一数 A 的行数：

a.count("A")这工作正常。

接下来我要做的是找到最长重叠“A”的值。在这种情况下，它将是 AAAAAAAA（8 次）。所以我希望我的输出是： The Longest polyA is 8

有人知道我该怎么做吗？

【问题讨论】：

您是否希望/期望重复的子字符串以 A 开头，或者这只是一个示例，JB 可能是另一个示例？
不，在这种情况下，我只搜索多个重叠的 A
A+ 的正则表达式匹配必须在字符串中尽可能早地开始作为最长匹配。因此，对“重叠”（和不重叠）的引用是多余的。您只需要字符串中最长的 As 序列。

标签： python string substring

【解决方案1】：

遍历字符串，跟踪最长的运行：

a = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA"
longest = 0
cnt = 0
for c in a:
    if c == 'A':
        cnt += 1
    else:
        longest = max(longest, cnt)
        cnt = 0

longest = max(longest, cnt)
print(longest)

【讨论】：

【解决方案2】：

最好的方法是使用正则表达式：

import re

string = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA"

print(len(max(re.findall('A+', string),key=len)))

【讨论】：

【解决方案3】：

我可以想到两种方法。

第一种方法使用正则表达式，易于编写。这对你的情况来说已经足够了。

import re

string = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA"

print(len(max(re.findall('A+', string)))) # abusing the fact that longer strings are "larger"

第二种方法使用模式匹配，比较复杂。查看this library 获取灵感。

【讨论】：

【解决方案4】：

您正在寻找具有重复单个字符的最长子字符串 - 不重叠。

以下函数将找到最长的子字符串，其中包含一个重复的单个字符，无论该字符是否为“A”。

def find_longest_substring(s):
    longest_substring = s[0]
    longest_length = 1
    substring = s[0]
    for e in s:
        if e == substring[0]:
            substring += e
            continue
        length = len(substring)
        if length > longest_length:
            longest_substring = substring
            longest_length = length
    return longest_substring


input_string = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA"
print(f"The longest PolyA is {find_longest_substring(input_string)}")

【讨论】：

【解决方案5】：

您可以在这里使用itertools.groupby() 和max()：

>>> from itertools import groupby
>>> a = "AAWJBDJSDJBJSQQAAASDNDKSDKJSDKSJDDJKJSKJAAAAASKJDSJDKJSDKJDAAAAAAAA"
>>> max(("".join(g) for _, g in groupby(a)), key=len)
AAAAAAAA

【讨论】：