查找唯一的子字符串并保留序列答案

【问题标题】：Find unique sub-strings and preserve sequence查找唯一的子字符串并保留序列
【发布时间】：2018-11-06 00:36:17
【问题描述】：

我正在尝试编写一个方法，它接受一个字符串，例如一个 DNA 字符串，并输出带有子字符串的数字并保留序列。

例如：

>>dna = AABBBGGGKKDDDD
>>substring(dna) #some method
>>2A3B3G2K4D

我猜我可以有一个空数组，然后创建一个循环遍历每个字母，如果它是同一个字母，它会进行计数，然后将字母添加到最后。我只是不确定如何在语法上写出来。任何帮助将不胜感激:)

【问题讨论】：

我建议你试一试这个想法，看看它会导致什么:)

标签： python arrays string

【解决方案1】：

这是一个简单的例子。

dna = 'AABBBGGGKKDDDD'


def get_sequence(dna):
    sequence = ''
    previous_c = ''
    count = 0
    for c in dna:
        if c == previous_c:
            count += 1
        else:
            if len(previous_c) > 0:
                sequence += '{}{}'.format(count, previous_c)
            count = 1
            previous_c = c
    if count > 0:
        sequence += '{}{}'.format(count, previous_c)
    return sequence


print(get_sequence('A'))
print(get_sequence(''))
print(get_sequence(dna))

输出：

1A

2A3B3G2K4D

【讨论】：

谢谢！这正是我的想法，我没有考虑为前一个角色创建一个单独的变量

【解决方案2】：

itertools.groupby() 非常适合这项任务：

from itertools import groupby

def get_sequence(dna):
    return ''.join(str(len(tuple(g))) + k for k, g in groupby(dna))

print(get_sequence('AABBBGGGKKDDDD'))
# 2A3B3G2K4D

【讨论】：