从一组（相似的）字符串中确定前缀
Posted
技术标签:
【中文标题】从一组（相似的）字符串中确定前缀【英文标题】：Determine prefix from a set of (similar) strings 【发布时间】：2011-07-16 15:03:31 【问题描述】：我有一组字符串，例如
my_prefix_what_ever
my_prefix_what_so_ever
my_prefix_doesnt_matter
我只是想找到这些字符串中最长的公共部分，这里是前缀。在上面的结果应该是
my_prefix_
字符串
my_prefix_what_ever
my_prefix_what_so_ever
my_doesnt_matter
应该是前缀
my_
在 Python 中是否有一种相对轻松的方式来确定前缀（无需手动迭代每个字符）？
PS：我使用的是 Python 2.6.3。
【问题讨论】：
所以您实际上是在要求 longest common subsequence？ 【参考方案1】：永远不要重写提供给您的内容：os.path.commonprefix 正是这样做的：
返回最长的路径前缀（取 逐个字符），它是列表中所有路径的前缀。如果列表 为空，返回空字符串 (
'')。请注意，这可能会返回 路径无效，因为它一次只处理一个字符。
为了与其他答案进行比较，代码如下：
# Return the longest prefix of all list elements.
def commonprefix(m):
"Given a list of pathnames, returns the longest common leading component"
if not m: return ''
s1 = min(m)
s2 = max(m)
for i, c in enumerate(s1):
if c != s2[i]:
return s1[:i]
return s1
【讨论】：
我认为这只能处理m中的两个字符串，不是吗？评论虽然说“所有列表元素，有点表示任意数量的元素” @sramij 不完全是！字符串上的 min() 和 max() 是字典中的最小值和 mnaximum，就像字典中一样。因此，当最小值和最大值的首字母相同时，它们之间的所有其他单词也必须具有相同的字母，依此类推。 参数是否需要是有效的路径名？如果他们不是，会发生什么？文档什么也没说，所以我不太确定这可以用于任意字符串。 @hochl 否。此代码只是查看字符串，而不是路径。如果它们恰好是所有路径，请注意此前缀commonprefix("/aaA/b", "/aaB/b") == "/aa"，这可能不是您想要使用的路径。
@hochi 如果您确实需要有效路径，请查看姐妹函数os.path.commonpath。来自文档：“与 commonprefix() 不同，它返回一个有效路径。”【参考方案2】：
Ned Batchelder 可能是对的。但为了好玩，这里是phimuemue 使用itertools 的答案的更有效版本。
import itertools
strings = ['my_prefix_what_ever',
'my_prefix_what_so_ever',
'my_prefix_doesnt_matter']
def all_same(x):
return all(x[0] == y for y in x)
char_tuples = itertools.izip(*strings)
prefix_tuples = itertools.takewhile(all_same, char_tuples)
''.join(x[0] for x in prefix_tuples)
作为对可读性的冒犯，这里是一个单行版本:)
>>> from itertools import takewhile, izip
>>> ''.join(c[0] for c in takewhile(lambda x: all(x[0] == y for y in x), izip(*strings)))
'my_prefix_'
【讨论】：
对于 Python3，请将itertools.izip(*strings) 替换为 zip(*strings)。【参考方案3】：
这是我的解决方案：
a = ["my_prefix_what_ever", "my_prefix_what_so_ever", "my_prefix_doesnt_matter"]
prefix_len = len(a[0])
for x in a[1 : ]:
prefix_len = min(prefix_len, len(x))
while not x.startswith(a[0][ : prefix_len]):
prefix_len -= 1
prefix = a[0][ : prefix_len]
【讨论】：
【参考方案4】：以下是可行的，但可能效率很低的解决方案。
a = ["my_prefix_what_ever", "my_prefix_what_so_ever", "my_prefix_doesnt_matter"]
b = zip(*a)
c = [x[0] for x in b if x==(x[0],)*len(x)]
result = "".join(c)
对于小的字符串集，上面的完全没有问题。但是对于较大的集合，我个人会编写另一种手动解决方案，该解决方案一个接一个地检查每个字符，并在有差异时停止。
从算法上讲，这会产生相同的过程，但是，可以避免构造列表c。
【讨论】：
【参考方案5】：出于好奇，我想出了另一种方法：
def common_prefix(strings):
if len(strings) == 1:#rule out trivial case
return strings[0]
prefix = strings[0]
for string in strings[1:]:
while string[:len(prefix)] != prefix and prefix:
prefix = prefix[:len(prefix)-1]
if not prefix:
break
return prefix
strings = ["my_prefix_what_ever","my_prefix_what_so_ever","my_prefix_doesnt_matter"]
print common_prefix(strings)
#Prints "my_prefix_"
正如 Ned 指出的那样，使用 os.path.commonprefix 可能会更好，这是一个非常优雅的函数。
【讨论】：
【参考方案6】：第二行对输入字符串中的每个字符使用 reduce 函数。它返回一个 N+1 个元素的列表，其中 N 是最短输入字符串的长度。
lot 中的每个元素都是 (a) 输入字符，如果 所有 输入字符串在该位置匹配，或者 (b) 无。 lot.index(None) 是 lot 中第一个 None 的位置：公共前缀的长度。 out 是常用前缀。
val = ["axc", "abc", "abc"]
lot = [reduce(lambda a, b: a if a == b else None, x) for x in zip(*val)] + [None]
out = val[0][:lot.index(None)]
【讨论】：
【参考方案7】：这是一个简单的干净解决方案。这个想法是使用 zip() 函数通过将所有字符放入第一个字符列表、第二个字符列表、...第 n 个字符列表中来排列所有字符。然后迭代每个列表以检查它们是否仅包含 1 个值。
a = ["my_prefix_what_ever", "my_prefix_what_so_ever", "my_prefix_doesnt_matter"]
list = [all(x[i] == x[i+1] for i in range(len(x)-1)) for x in zip(*a)]
print a[0][:list.index(0) if list.count(0) > 0 else len(list)]
输出：my_prefix_
【讨论】：
欢迎来到 Stack Overflow！虽然这段代码 sn-p 可以解决问题，包括说明 如何 和 为什么 这解决了问题would really help 以提高您的帖子质量。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人！请edit您的答案添加解释，并说明适用的限制和假设。 这样干净吗？ 怎么不干净？其他解决方案具有块中的代码。逻辑很简单，可以在一次作业中完成。【参考方案8】：这是另一种使用 OrderedDict 和最少代码的方法。
import collections
import itertools
def commonprefix(instrings):
""" Common prefix of a list of input strings using OrderedDict """
d = collections.OrderedDict()
for instring in instrings:
for idx,char in enumerate(instring):
# Make sure index is added into key
d[(char, idx)] = d.get((char,idx), 0) + 1
# Return prefix of keys while value == length(instrings)
return ''.join([k[0] for k in itertools.takewhile(lambda x: d[x] == len(instrings), d)])
【讨论】：
【参考方案9】：我的问题略有不同，谷歌将我发送到这里，所以我认为记录下来会很有用：
我有一个类似的列表：
my_prefix_what_ever my_prefix_what_so_ever my_prefix_doesnt_matter some_noise some_other_noise所以我希望my_prefix 会被退回。这可以通过以下方式完成：
from collections import Counter
def get_longest_common_prefix(values, min_length):
substrings = [value[0: i-1] for value in values for i in range(min_length, len(value))]
counter = Counter(substrings)
# remove count of 1
counter -= Counter(set(substrings))
return max(counter, key=len)
【讨论】：
【参考方案10】：在一行中不使用 itertools，没有特别的原因，虽然它确实遍历了每个字符：
''.join([z[0] for z in zip(*(list(s) for s in strings)) if all(x==z[0] for x in z)])
【讨论】：
【参考方案11】：从给定的输入字符串中找到所有单词的公共前缀，如果没有公共前缀打印-1
stringList = ['my_prefix_what_ever', 'my_prefix_what_so_ever', 'my_prefix_doesnt_matter']
len2 = len( stringList )
if len2 != 0:
# let shortest word is prefix
prefix = min( stringList )
for i in range( len2 ):
word = stringList[ i ]
len1 = len( prefix )
# slicing each word as lenght of prefix
word = word[ 0:len1 ]
for j in range( len1 ):
# comparing each letter of word and prefix
if word[ j ] != prefix[ j ]:
# if letter does not match slice the prefix
prefix = prefix[ :j ]
break # after getting comman prefix move to next word
if len( prefix ) != 0:
print("common prefix: ",prefix)
else:
print("-1")
else:
print("string List is empty")
【讨论】：
以上是关于从一组（相似的）字符串中确定前缀的主要内容，如果未能解决你的问题，请参考以下文章
Graphql 从一组多个查询中运行某个查询 - ApolloClient