Python字符串：按出现顺序快速汇总字符数

Question

假设我在 Python3.x 中有以下字符串

string1 = 'AAAAABBBBCCCDD'
string2 = 'CCBADDDDDBACDC'
string3 = 'DABCBEDCCAEDBB'

我想创建一个摘要“频率字符串”，以下列格式计算字符串中的字符数：

string1_freq = '5A4B3C2D'  ## 5 A's, followed by 4 B's, 3 C's, and 2D's
string2_freq = '2C1B1A5D1B1A1C1D1C' 
string3_freq = '1D1A1B1C1B1E1D2C1A1E1D2B' 

我的问题：

我将如何快速创建这样一个摘要字符串？

我的想法是：创建一个空列表来跟踪计数。然后创建一个检查下一个字符的 for 循环。如果匹配，将计数增加 +1 并移动到下一个字符。否则，追加到字符串 'count' + 'character identity' 的末尾。

这在 Python 中是非常低效的。有没有更快的方法（也许使用下面的功能）？

在python中有几种计算字符串元素的方法。我喜欢collections.Counter，例如

from collections import Counter
counter_str1 = Counter(string1)
print(counter_str1['A']) # 5
print(counter_str1['B']) # 4
print(counter_str1['C']) # 3
print(counter_str1['D']) # 2

还有str.count(sub[, start[, end]

返回子字符串 sub 中非重叠出现的次数 范围 [开始，结束]。可选参数 start 和 end 是 解释为切片符号。

举个例子：

print(string1.count('A'))  ## 5

Answer 1

以下代码无需导入任何模块即可完成任务。

def freq_map(s):
    num = 0         # number of adjacent, identical characters
    curr = s[0]     # current character being processed
    result = ''     # result of function

    for i in range(len(s)):
        if s[i] == curr:
            num += 1
        else:
            result += str(num) + curr
            curr = s[i]
            num = 1

    result += str(num) + curr

    return result

注意：由于您要求基于性能的解决方案，我建议您使用此代码或其修改版本。

我已经对 CoryKramer 提供的代码进行了粗略的性能测试以供参考。此代码在 58% 的时间内执行相同的功能，而无需使用外部模块。 sn-p 可以找到here。

Answer 2

我会使用itertools.groupby 对同一字母的连续 次运行进行分组。然后使用join 中的生成器表达式为每次运行创建计数和字母的字符串表示形式。

from itertools import groupby
def summarize(s):
    return ''.join(str(sum(1 for _ in i[1])) + i[0] for i in groupby(s))

示例

>>> summarize(string1)
'5A4B3C2D'
>>> summarize(string2)
'2C1B1A5D1B1A1C1D1C'
>>> summarize(string3)
'1D1A1B1C1B1E1D2C1A1E1D2B'