正则表达式查找一行中最长的重复字符序列答案

【问题标题】：regular expression to find the longest recurring character sequence in a line正则表达式查找一行中最长的重复字符序列
【发布时间】：2010-12-02 13:48:01
【问题描述】：

如何编写正则表达式来查找一行中最长的重复字符序列？

【问题讨论】：

你没有。您只需使用循环或其他方式沿线扫描。为什么要为此使用正则表达式？
只是为了搅浑水； 换行符算作字符吗？如果他们这样做，您希望\r\n 计为两个还是您的平台仅使用\n？
@Aadith：该工作的工具错误。你不用尺子来测量速度，也不用浴室秤来测量温度。
@stillstanding：这个让我笑了:)
试图利用 notepad++ 中的正则表达式搜索功能来查找文件中的某些模式.. 对为此编写程序并不感兴趣

标签： regex

【解决方案1】：

您可以使用正则表达式/(.)\1*/找到所有相关的字符序列。

最好使用正则表达式以外的工具来查找最长的此类序列。

【讨论】：

由于 * 量词，这将找到所有个字符。你需要一个 +。
@neo2862：这是故意的 - （非空）字符串中最长的重复字符序列理论上可以有长度 1。例如，您可以使用我给出的正则表达式来首先找到相关子串，然后使用普通程序代码找到最长的那个。仅当您使用 * 而不是 + 时才有效。
@Mark Byers：单次出现是重复序列吗？我很好奇。我的意思是......它并没有真正重复，是吗？
我认为“重复”意味着至少有两个相同的字符。
@neo2862：好的，我将“重复”改为“相关”，但不是毫无意义的术语讨论，让我们谈谈 OPs 问题。如果输入字符串是“aaa”，答案是 3。如果输入字符串是“aa”，答案是 2。如果输入字符串是“a”，答案是什么？如果您认为它是 0/未定义，请使用 +。如果您认为它是 1，请使用 +。

【解决方案2】：

在循环中这样做是最简单的：

#!/usr/bin/perl
my $string = "this aaa and bbbb for ### ## ppppppp";
my $max = "";
while ($string =~ /((.)\2+)/gs) {
    $max = $1 if length($1) > length($max);
}
print "$max\n";

您也可以使用reduce，但效率较低：

#!/usr/bin/perl
use List::Util "reduce";
my $string = "this aaa and bbbb for ### ## ppppppp";
my $max = reduce { length($b) > length($a) ? $b : $a } "", 
                    $string =~ /((.)\2+)/gs;
print "$max\n";

如果您只希望在一项作业中使用它，那很简单：

#!/usr/bin/perl
my $string = "this aaa and bbbb for ### ## ppppppp";
my $max = ( sort { length($b) <=> length($a) } "", $string =~ /((.)\2+)/g)[0];
print "$max\n";

所有三个答案都会为该示例字符串生成ppppppp。

如果没有这样的序列，它们也会返回空字符串，如果出现平局，它们会首先返回这样的序列。

【讨论】：

【解决方案3】：

您可以执行以下正则表达式来查找重复字符：

(.)\1+

但应该使用您的编程语言来正确确定最长匹配。

【讨论】：

【解决方案4】：

你没有，不可能将诸如“最长”之类的状态放入正则表达式中。您唯一能做的就是制作一个正则表达式，并让它与序列匹配。如果匹配，获取重复字符的长度，并制作一个更长的正则表达式来匹配更多的字符。在找到匹配项的同时继续执行此操作。
这是为文本编写一个简单的解析器的愚蠢选择。

解析器可能是伪代码：

for(i = beginning to end, i++) {
 recurring_length = recurring(i, 1);
 if(recurring_length > max)
     max = recurring_length;
}

function recurring(i, length) {
   if(i+1 != EOF && (character at i == character i+1) )
       return recurring(i+1, length + 1);
   else return length;
}

【讨论】：

请注意，这是一种效率低下的算法，可以通过一些重要的方式进行优化，这只是一个说明
永远不要说永远：Perl 讨厌“不能”这个词。 ☺ 我可以当然在一个完全包含的 Perl 正则表达式中做到这一点。不过，我更喜欢使用混合方法。
不可能在常规语法中对字符的可变有限重复进行建模。因此，您不能使用正则表达式来映射它。请注意，在您的 perl 示例中，您仍然需要其他控制流，例如循环等。

【解决方案5】：

这是在 Python 中的实现方式（不需要正则表达式）：

>>> str = 'iamastriiiiiingwaitwaaaaaaaaaaaaaatttt'
>>> lchar = ''
>>> longest = 0
>>> cnt = 1
>>> for i in str:
    if lchar == i:
        cnt += 1
    else:
        cnt = 1
    if cnt > longest:
        longest = cnt
        longchar = i
    lchar = i

>>> longchar
'a'
>>> longest
14

如果你想将它存储在一个字符串中（很简单）：

>>> string = ''
>>> for x in range(longest):
    string += longchar

>>> string
'aaaaaaaaaaaaaa'

【讨论】：

【解决方案6】：

你可以试试这个：

#!/usr/bin/perl
use 5.10.1;
use strict;
use warnings;
use Data::Dumper;

my $str = 'ahhhhhhhhhhjjjjjjjiiiieeeeeeeeeeeeeeei';
my ($char, $long) = ('',0);
while($str=~/(.)\1*/g) {
    if (length $& > $long) {
        $long = length$&;
        $char = $1,
    }
}
say "$char : $long";

输出：

e : 15

【讨论】：