通过删除重复的子字符串组合两个字符串

Posted 2023-03-23

【中文标题】通过删除重复的子字符串组合两个字符串

【英文标题】：Combining two strings by removing duplicate substrings

【发布时间】：2014-07-06 06:49:15

【问题描述】：

我想合并两个字符串，删除重复的子字符串。请注意，每两个连续的数字构成一个子字符串。考虑字符串 str1 和 str2：

str1 = "#100#123#100#678"
str2 = "#100#678#100#56"

我想生成一个组合字符串：

comboStr = "#100#123#100#678#100#56" (i.e. I removed the duplicate #100#678)

最简单的方法是什么？有没有办法可以使用正则表达式来实现这一点？

【问题讨论】：

你有没有尝试过？请张贴你所拥有的。

为什么 #100#678 被删除，而额外的 #100 却没有？字符串是否在 # 符号处拆分？

您的意思是要删除作为第二个前缀的第一个的后缀，然后将它们连接起来？

其实复杂度来了，每两个连续的数字被视为一个子串，即#100#678是一个子串，#100#56是另一个子串等等。

或者就此而言，真正能烤到你的是面条：#100#100#100 和 #100#100。 那个会减少到#100#100吗？

【参考方案1】：

我不认为正则表达式是解决这个问题的好方法。正则表达式可能有助于查找 #123 标记，但问题需要以正则表达式的反向引用不适合的方式回溯到它自己的字符串。

我也不认为有一种简单的方法（如三行代码）来解决这个问题。

我假设字符串始终遵循模式(#\d+)*，并且在连接两个字符串时在接缝处创建的对不被视为特殊，即结果对可能被视为重复。这意味着我们可以将连接与对删除分开。

将您的字符串转换为整数列表，对这些列表进行操作，然后将它们连接回来。这是一些工作，但它使删除重复项的实际代码更容易 - 它已经足够复杂了 - 当您需要经常对类似的字符串进行操作时，它也可能会派上用场。

#include <stdlib.h>
#include <stdio.h>

/*
 *      Convert a string to a list of at most max integers. The
 *      return value is the number of integers in the list (which
 *      max be greater than max!) or -1 if the string is invalid.
 */
int ilist_split(int *ilist, int max, const char *str)

    const char *p = str;
    int n = 0;

    while (*p) 
        int x;
        int pos;

        if (sscanf(p, "#%d %n", &x, &pos) < 1) return -1;
        if (n < max) ilist[n] = x;
        n++;
        p += pos;
    

    return n;


/*
 *      Convert a list of integers back to a string. The string
 *      is at most nbuf - 1 characters long and is assured to be
 *      zero-terminated if nbuf isn't 0. It is legal to pass NULL
 *      as char buffer if nbuf is 0. Returns the number of characters
 *      that would have been written ha dthe buffer been long enough,
 *      snprintf-style.
 */
int ilist_join(const int *ilist, int n, char *buf, int nbuf)

    int len = 0;
    int i;

    for (i = 0; i < n; i++) 
        len += snprintf(buf + len, 
            nbuf > len ? nbuf - len : 0, "#%d", ilist[i]);
    

    return len;


/*
 *      Auxliary function to find a pair in an inteher list.
 */
int ilist_find_pair(int *ilist, int n, int a1, int a2)

    int i;

    for (i = 1; i < n; i++) 
        if (ilist[i - 1] == a1 && ilist[i] == a2) return i - 1;
    

    return -1;


/*
 *      Remove duplicate pairs from an integer list. The first
 *      pair is kept, subsequent pairs are deleted. Returns the
 *      new length of the array.
 */
int ilist_remove_dup_pairs(int *ilist, int n)

    int i, j;

    j = 1;
    for (i = 1; i < n; i++) 
        int a1 = ilist[i - 1];
        int a2 = ilist[i];

        if (ilist_find_pair(ilist, i - 1, a1, a2) < 0) 
            ilist[j++] = ilist[i];
         else 
            i++;
        
    

    return j;




#define MAX 40

int main()

    const char *str1 = "#100#123#100#678";
    const char *str2 = "#100#678#100#56";
    char res[80];

    int ilist[MAX];
    int nlist;

    /* convert str1 */
    nlist = ilist_split(ilist, MAX, str1);
    if (nlist > MAX) nlist = MAX;

    /* convert and concatenate str2 */
    nlist += ilist_split(ilist + nlist, MAX - nlist, str2);
    if (nlist > MAX) nlist = MAX;

    /* remove duplicate pairs */
    nlist = ilist_remove_dup_pairs(ilist, nlist);

    /* convert back to string */
    ilist_join(ilist, nlist, res, sizeof(res));
    printf("%s\n", res);

    return 0;