我可以使一个正则表达式完全匹配一个类中的每个字符 - 即使字符在类中重复？

Posted 2023-03-30

【中文标题】我可以使一个正则表达式完全匹配一个类中的每个字符 - 即使字符在类中重复？

【英文标题】：Can I make a regex match each character in a class EXACTLY ONCE - even when characters REPEAT in the class?

【发布时间】：2020-09-28 01:21:05

【问题描述】：

我正在尝试通过一组测试，以在 Java 中使用我的正则表达式查找字谜。 只有当输入字符串中的每个字符都只使用一次时，如果一个或多个字符在输入中出现多次，是否有办法使正则表达式匹配？

给定输入字符串terror，我需要匹配rorret，而不是rottet。前两个单词完全共享所有字母，而第三个单词有三个“t”而不是三个“r”。

我目前使用的模式是(?i)^(?!terror)[terror]6。

方法如下：

    private String baseString;

    public String isAnagram(String candidate) 

        Pattern p = Pattern.compile("(?i)^(?!"+baseString+")["+baseString+"]"+baseString.length()+"");

        (p.matcher(candidate).matches()) ? return candidate: return "Not an anagram.";

我尝试过负前瞻：^(?!.*?([terror]).*?\1)(?!terror)[terror]6

虽然这可以确保每个字符至少使用一次，但它不能解释 baseString 和候选字符中的重复字母。

虽然我当然知道这可以通过编程方式解决，但稍微扩展模式以适应我需要的最后一个条件会更好。

【问题讨论】：

这是一个字谜问题，单纯的正则表达式可能无法提供解决方案。

以'terror' 为例，简单地对字母进行排序以形成数组["e", "o", "r", "r", "r", "t"] 然后对每个字谜候选者执行相同操作以查看它等于该数组会更容易。或者（看起来更有效），构造一个散列，给出'terror'、"t"=>1, "e"=>1, "r"=>3, "o"=>1 中每个唯一字母的计数，然后对每个 anagram 候选者执行相同操作，以查看该散列是否结果。

好的，谢谢蒂姆和卡里。我现在将放弃正则表达式，伤心欲绝，并考虑构造一个哈希......我正在寻找一个有趣的解决方案和一个了解更多关于 Java 的机会，所以这似乎是合适的。

【参考方案1】：

就真正的正则表达式而言，底层的有限状态机需要 ~2ⁱ 状态（其中 i 是字符串中的字母数，假设它们都是不同的）；它需要跟踪是否看到每个字母，以存储 i 位。

但是，我看不出如何用正则表达式语法来编写它；最好是受到它的启发，但手动实现它。搜索字符串中没有重复，可以只扫描一次文本（就像真正的正则表达式一样）；不过，我看不出如何将其概括为具有重复字母的搜索字符串。

【讨论】：

嘿@sabik，谢谢您的意见。虽然性能对我的用例来说不是问题，但考虑机器正在完成的实际工作当然总是很有价值的。我也喜欢你所说的被正则表达式“启发”，但不使用它，我可能会那样做。不过，对于这种模式还是有点遗憾......：P