当前位置:

首页 > 编程开发 > 旋转字符串相似度计算方法解析

旋转字符串相似度计算方法解析

本文介绍了一种高效的方法来判断字符串列表中哪些字符串是彼此旋转后的变体。通过将一个字符串复制两遍,然后检查另一个字符串是否是它的子串,可以有效地识别旋转后的相似字符串。此外,还提供了优化策略,例如按长度和字符计数预先分组字符串,以提高处理大量数据时的效率。

本文目录

    计算旋转字符串之间的相似度

    本文介绍了一种高效的方法来判断字符串列表中哪些字符串是彼此旋转后的变体。通过将一个字符串复制两遍,然后检查另一个字符串是否是它的子串,可以有效地识别旋转后的相似字符串。此外,还提供了优化策略,例如按长度和字符计数预先分组字符串,以提高处理大量数据时的效率。

    旋转字符串相似度判断的核心技巧

    判断两个字符串 s1 和 s2 是否是彼此旋转的结果,关键在于检查 s1 是否是 2*s2 的子串。 这个技巧的核心在于,如果 s1 是 s2 旋转得到的,那么 s1 一定包含在 s2 拼接自身的结果中。

    Python 实现示例

    以下代码展示了如何使用这个技巧来查找字符串列表中所有旋转相似的字符串:

    data = ['1010', '122a916b2a916b7667110161', '20000000', '2020', '2a916b',
            '2a916b7667110161122a916b', '6b7667110161122a916b2a91', 
            '916b7667110161122a916b2a', 'ffff']
    
    d = {}
    for s in data:
        for k in d:
            if len(s) == len(k) and s in 2*k:
                d[k].append(s)
                break
        else:
            d[s] = [s]
    
    result = [g for g in d.values() if len(g) > 1]
    print(result)
    # [['122a916b2a916b7667110161', '2a916b7667110161122a916b', '6b7667110161122a916b2a91', '916b7667110161122a916b2a']]

    代码解释:

    1. 初始化: 创建一个空字典 d 用于存储分组结果。
    2. 外层循环: 遍历字符串列表 data 中的每个字符串 s。
    3. 内层循环: 遍历字典 d 中的每个键 k(代表一个已知的字符串组)。
    4. 条件判断:
      • len(s) == len(k):首先检查 s 和 k 的长度是否相等。如果长度不同,则它们不可能互为旋转字符串,直接跳过。
      • s in 2*k:如果长度相等,则检查 s 是否是 2*k 的子串。如果是,则说明 s 是 k 的一个旋转变体。
    5. 分组: 如果 s 是 k 的旋转变体,则将 s 添加到 d[k] 对应的列表中,并跳出内层循环。
    6. 创建新组: 如果内层循环没有找到匹配的组,则说明 s 是一个新的字符串组的代表,创建一个新的键值对 d[s] = [s]。
    7. 提取结果: 最后,提取字典 d 中所有长度大于 1 的列表,这些列表包含了所有旋转相似的字符串组。

    性能优化

    当处理大量数据时,直接进行字符串匹配可能会比较耗时。 可以通过以下方法进行优化:

    1. 按长度分组: 预先将字符串按照长度进行分组,只有长度相同的字符串才需要进行旋转检查。
    2. 按字符计数分组: 在长度相同的基础上,进一步按字符计数进行分组。只有字符计数相同的字符串才有可能互为旋转字符串。 可以使用 collections.Counter 来实现字符计数。

    示例代码(包含长度和字符计数分组):

    from collections import Counter
    
    data = ['1010', '122a916b2a916b7667110161', '20000000', '2020', '2a916b',
            '2a916b7667110161122a916b', '6b7667110161122a916b2a91', 
            '916b7667110161122a916b2a', 'ffff']
    
    # 按长度和字符计数分组
    groups = {}
    for s in data:
        key = (len(s), tuple(sorted(Counter(s).items())))  # 使用tuple避免Counter不可哈希的问题
        if key not in groups:
            groups[key] = []
        groups[key].append(s)
    
    result = []
    for group in groups.values():
        if len(group) > 1:
            d = {}
            for s in group:
                for k in d:
                    if s in 2*k:
                        d[k].append(s)
                        break
                else:
                    d[s] = [s]
            result.extend([g for g in d.values() if len(g) > 1])
    
    print(result)
    # [['122a916b2a916b7667110161', '2a916b7667110161122a916b', '6b7667110161122a916b2a91', '916b7667110161122a916b2a']]

    注意事项

    • 该方法对大小写敏感。如果需要忽略大小写,可以先将所有字符串转换为小写或大写。
    • 对于非常长的字符串,2*s2 可能会占用较多内存。可以考虑使用滑动窗口等算法来优化内存使用。

    总结

    本文介绍了一种简单而有效的算法来判断字符串列表中哪些字符串是彼此旋转后的变体。 通过 s1 in 2*s2 这一核心技巧,可以快速识别旋转相似的字符串。 结合按长度和字符计数分组的优化策略,可以进一步提高处理大规模数据的效率。 在实际应用中,可以根据具体情况选择合适的优化方法。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。