正则表达式查找两个字符串的最长公共前缀

Question

是否有一个正则表达式可以找到两个字符串的最长公共前缀？如果这不能通过一个正则表达式来解决，那么使用正则表达式（perl、ruby、python 等等）的最优雅的代码或单行代码将是什么。

PS：我可以通过编程轻松地做到这一点，我只是出于好奇，因为在我看来这可以通过正则表达式来解决。

PPS：使用正则表达式的 O(n) 解决方案的额外奖励。来吧，它应该存在的！

Answer 1

如果存在两个字符串都不包含的字符——比如\0——你可以写

"$first\0$second" =~ m/^(.*).*\0\1/s;

最长的公共前缀将被保存为$1。

---

编辑添加：这显然是非常低效的。我认为如果效率是一个问题，那么这根本不是我们应该使用的方法；但我们至少可以通过将.* 更改为[^\0]* 来改进它，以防止不得不再次回溯的无用贪婪，并将第二个[^\0]* 包装在(?>…) 中以防止无济于事的回溯。这个：

"$first\0$second" =~ m/^([^\0]*)(?>[^\0]*)\0\1/s;

这将产生相同的结果，但效率更高。 （但仍然没有像直接的非基于正则表达式的方法那样有效地 as。如果字符串都有长度 n，我希望它的最坏情况至少需要O(n²) 时间，而直接的非基于正则表达式的方法将花费 O(n) 时间 its 最坏的情况。）

Answer 2

这是一个 Python 单行代码：

>>> a = 'stackoverflow'
>>> b = 'stackofpancakes'
>>> a[:[x[0]==x[1] for x in zip(a,b)].index(0)]
0: 'stacko'
>>> a = 'nothing in'
>>> b = 'common'
>>> a[:[x[0]==x[1] for x in zip(a,b)].index(0)]
1: ''
>>> 

Answer 3

非正则表达式，每次迭代解决方案不重复字符串：

def common_prefix(a, b):
   #sort strings so that we loop on the shorter one
   a, b = sorted((a,b), key=len)
   for index, letter in a:
      if letter != b[index]:
          return a[:index - 1]
   return a

Answer 4

您将遇到的问题是正则表达式一次匹配一个字符串，因此不适用于比较两个字符串。

如果您可以确定某个字符不在任一字符串中，您可以使用它将它们分隔在一个字符串中，然后使用对组的反向引用进行搜索。

所以在下面的示例中，我使用空格作为分隔符

>>> import re
>>> pattern = re.compile("(?P<prefix>\S*)\S*\s+(?P=prefix)")
>>> pattern.match("stack stable").group('prefix')
'sta'
>>> pattern.match("123456 12345").group('prefix')
'12345'

Answer 5

我认为这是最低效的。没有错误检查等。

#!/usr/bin/perl
use strict;
use warnings;

my($s1,$s2)=(@ARGV);
#find the shortest string put it into s1, if you will.

my $n=0;
my $reg;

foreach my $c (split(//,$s1)) { $reg .="($c"; $n++;}

$reg .= ")?" x $n;

$s2 =~ /$reg/; 

print $&,"\n";

Answer 6

我第二个 ruakh 对正则表达式的回答（我建议在 cmets 中进行优化）。编写简单，但如果第一个字符串很长，则运行起来并不简单高效。

这是一个高效、非正则表达式、可读、单行的答案：

$ perl -E '($n,$l)=(0,length $ARGV[0]); while ($n < $l) { $s = substr($ARGV[0], $n, 1); last if $s ne substr($ARGV[1], $n, 1); $n++ } say substr($ARGV[0], 0, $n)' abce abcdef
abc

Answer 7

简单高效

def common_prefix(a,b):
  i = 0
  for i, (x, y) in enumerate(zip(a,b)):
    if x!=y: break
  return a[:i]

Answer 8

受 ruakh 的回答启发，这里是 O(n) 正则表达式解决方案：

"$first \0$second" =~ m/^(.*?)(.).*\0\1(?!\2)/s;

注意事项： 1. 两个字符串都不包含 \0 2.最长公共前缀将保存为$1 3. 空间很重要！

编辑： rukach metions 是不正确的，但想法是正确的，但我们应该推动正则表达式机器不要重复检查开头的字母。基本思想也可以用这个 perl oneliner 重写。

perl -e ' $_="$first\0$second\n"; while(s/^(.)(.*?)\0\1/\2\0/gs) {print $1;}; '

我想知道它是否可以重新合并到正则表达式解决方案中。

Answer 9

这是一种使用正则表达式的相当有效的方法。代码是 Perl 的，但原则上应该可以适配其他语言：

my $xor = "$first" ^ "$second";    # quotes force string xor even for numbers
$xor =~ /^\0*/;                    # match leading null characters
my $common_prefix_length = $+[0];  # get length of match

（值得注意的一个微妙之处是 Perl 的字符串异或运算符 (^) 实际上用空值填充较短的字符串以匹配较长字符串的长度。因此，如果字符串可能包含空字符，和 如果较短的字符串恰好是较长字符串的前缀，则使用此代码计算的公共前缀长度可能会超过较短字符串的长度。）

Answer 10

O(n) 解的另一种尝试：

$x=length($first); $_="$first\0$second"; s/((.)(?!.{$x}\2)).*//s;

这取决于 .{n} 被认为是 O(1) 还是 O(n)，我不知道它的实现效率如何。

注意：1. \0 不应在任何一个字符串中，它用作分隔符 2. 结果在 $_ 中

Answer 11

使用 Foma 或 Xfst 中的扩展正则表达式。

def range(x) x.l;
def longest(L) L - range(range(L ∘ [[Σ:ε]+ [Σ:a]*]) ∘ [a:Σ]*); 
def prefix(W) range(W ∘ [Σ* Σ*:ε]);
def lcp(A,B) longest(prefix(A) ∩ prefix(B));

这里最难的部分是定义“最长”。一般来说，对 优化，您构建一组非最佳字符串（恶化）和 然后删除这些（过滤）。

这确实是一种纯粹的方法，它避免了非常规操作 这样的捕捉。

Answer 12

这是一个 O(N) 的解决方案，在三元组上使用类似 Foma 的伪代码正则表达式（对于 lcp，您有两个输入和一个输出）。为简单起见，我假设一个二进制字母 {a,b}：

def match {a:a:a, b:b:b};
def mismatch {a:b:ε, b:a:ε};
def lcp match* ∪ (match* mismatch (Σ:Σ:ε)*)

现在您只需要一种实现多磁带转换器的语言。

Answer 13

在某些远程情况下可能很有用，所以这里是：

RegEx 3 个步骤的唯一解决方案（无法一次性创建 RegEx）：

字符串 A：abcdef
字符串 B：abcxef

• 第一遍：从 String A 创建 RegEx （第 1 部分）：
  匹配：/(.)/g
  替换：\1(
  结果：a(b(c(d(e(f(
  解释演示：http://regex101.com/r/aJ4pY7

• 第二遍：从1st pass result创建正则表达式
  匹配：/^(.\()(?=(.*)$)|\G.\(/g
  替换：\1\2)?+
  结果：a(b(c(d(e(f()?+)?+)?+)?+)?+)?+
  解释演示：http://regex101.com/r/xJ7bK7

• 第三次通过：针对在 2nd pass 中创建的 RegEx 测试 String B
  匹配：/a(b(c(d(e(f()?+)?+)?+)?+)?+)?+/
  结果：abc (explained demo)

这是 PHP 中的美化 one-liner：

preg_match('/^'.preg_replace('/^(.\()(?=(.*)$)|\G.\(/','\1\2)?+',preg_replace('/(.)/','\1(',$a)).'/',$b,$longest);

代码直播地址：http://codepad.viper-7.com/dCrqLa

Answer 14

这是我为一个 leetcode 问题实现的解决方案：

def max_len(strs):
    """
    :type strs: List[str]
    :rtype: int
    """
    min_s = len(strs[0]);
    for s in strs:
        if (len(s) < min_s):
            min_s = len(s);
    return min_s;


class Solution2:
    def longestCommonPrefix(self, strs):
    """
    :type strs: List[str]
    :rtype: str
    """
    acc = -1;
    test_len = max_len(strs);
    for i in range(test_len):
        t = strs[0][i];
        acc2 = 0;
        for j in range(len(strs)):
            if (strs[j][i] == t):
                acc2 += 1;
        if (acc2 == len(strs)):
            acc += 1;

    if (acc == -1):
        return ""
    else:
        return strs[0][:acc + 1]

希望对你有帮助

Answer 15

string1=input()
string2=input()
string1=string1.lower()
string2=string2.lower()
l1=len(string1)
l2=len(string2)
min_len=min(l1,l2)
for i in range(min_len):
    if string1[i]!=string2[i]:
        break
if i==0:
    print(-1)
else:
    print(string2[:i])