模式游程编码

Posted 2023-02-16

【中文标题】模式游程编码

【英文标题】：Pattern run-length encoding

【发布时间】：2014-09-08 14:42:51

【问题描述】：

我正在尝试找到最简洁的方法来执行基于模式的行程编码。目标是通过分解由几个相同模式组成的子字符串来压缩字符串。

原始字符串：

start3333end

如您所见，有 4 个“3”模式。可以通过将 4 个“3”模式的运行表示为 $43 来压缩此字符串。

我想获取的压缩字符串：

start$43end

我尝试了String.replaceAll(regex, replacement) 方法。我知道myString.replaceAll("\\([^<])\\", "$1") 只能用它的值替换整个模式，但是我找不到如何使用正则表达式检测和计算相同模式运行的长度。

使用正则表达式是个好主意还是有其他“更好”的方法来做到这一点？

【问题讨论】：

你不能使用 Pattern 和 Matcher 来获取组数吗？

【参考方案1】：

您可以将java.util.zip.GZIPInputStream 和java.util.zip.GZIPOutputStream 与ByteArrayInputStream 和ByteArrayOutputStream 结合使用来gzip/gunzip 您的字符串，这可能比编写自己的压缩算法更好（除非您可以使用有关数据的知识来被压缩）。

【参考方案2】：

我只是得到如下输出。应该有比这更有效的方法。但希望这会对你有所帮助

    String s = "start3333end";
    String pString = "\\3\\";
    Pattern p = Pattern.compile(pString);
    Matcher m = p.matcher(s);

    int count = 0;
    while (m.find()) 
        count++;
    
    System.out.println(s.replaceAll(pString, "-").replaceFirst("-"+count+"", "\\$"+count+pString));

【讨论】：

这应该是一个很好的起点，感谢您的帮助！