在字符串中删除特定的字符--总结

本文介绍了一种改进的字符串删除算法,通过引入hash表优化查找过程,减少删除字符时的移动操作,实现更高效的字符串处理。此外,文章讨论了空间优化策略,采用位操作简化hash表实现,显著降低内存消耗。
  这里提供除原文之外的另一种思路,不过好像不如原文中的好,先记下吧。
  大致思路:把要删除的字符集(假设为char *del)看成一个模子,把它套在原字符串(假设为char *src)中进行比较,一开始,del的第一个字符和src的第一个字符比较,不相同就同时后移指针,如相同,就删除src中的字符,并且把后面的所有字符前移,继续比较这一位,这样一直比较,直到del的字符都比较完后,再进行第二轮。第二轮比较时,把del的首字符对准src的第二个字符,开始上述过程。这样直到src的最后一个字符对准del的第一个字符为最后一轮。
  这样做的缺点就是每次删除一个字符之后,都要进行大量的字符移动,很耗时,这个也是原文中的方法重点解决的一个问题。
  原文中用一个256长度的数组来做hash表,有点浪费了,因为hash表的值只可能为0或1,所以可以用int的每一位对应一个hash表中的元素,这样就只需要8个int就可以组成这个hash表,大大节省了空间。
  另外,原文中有一个需要考虑的地方,最后在pSlow指针处赋值\0后,pSlow指针之后的空间(直到\0)应该free掉吧。
  下面全部为原文引用:
  题目:输入两个字符串,从第一字符串中删除第二个字符串中所有的字符。例如,输入"They are students."和"aeiou",则删除之后的第一个字符串变成"Thy r stdnts."。
  分析:这是一道微软面试题。在微软的常见面试题中,与字符串相关的题目占了很大的一部分,因为写程序操作字符串能很好的反映我们的编程基本功。
  要编程完成这道题要求的功能可能并不难。毕竟,这道题的基本思路就是在第一个字符串中拿到一个字符,在第二个字符串中查找一下,看它是不是在第二个字符串中。如果在的话,就从第一个字符串中删除。但如何能够把效率优化到让人满意的程度,却也不是一件容易的事情。也就是说,如何在第一个字符串中删除一个字符,以及如何在第二字符串中查找一个字符,都是需要一些小技巧的。
  首先我们考虑如何在字符串中删除一个字符。由于字符串的内存分配方式是连续分配的。我们从字符串当中删除一个字符,需要把后面所有的字符往前移动一个字节的位置。但如果每次删除都需要移动字符串后面的字符的话,对于一个长度为n的字符串而言,删除一个字符的时间复杂度为O(n)。而对于本题而言,有可能要删除的字符的个数是n,因此该方法就删除而言的时间复杂度为O(n2)。
  事实上,我们并不需要在每次删除一个字符的时候都去移动后面所有的字符。我们可以设想,当一个字符需要被删除的时候,我们把它所占的位置让它后面的字符来填补,也就相当于这个字符被删除了。在具体实现中,我们可以定义两个指针(pFast和pSlow),初始的时候都指向第一字符的起始位置。当pFast指向的字符是需要删除的字符,则pFast直接跳过,指向下一个字符。如果pFast指向的字符是不需要删除的字符,那么把pFast指向的字符赋值给pSlow指向的字符,并且pFast和pStart同时向后移动指向下一个字符。这样,前面被pFast跳过的字符相当于被删除了。用这种方法,整个删除在O(n)时间内就可以完成。
  接下来我们考虑如何在一个字符串中查找一个字符。当然,最简单的办法就是从头到尾扫描整个字符串。显然,这种方法需要一个循环,对于一个长度为n的字符串,时间复杂度是O(n)。
  由于字符的总数是有限的。对于八位的char型字符而言,总共只有28=256个字符。我们可以新建一个大小为256的数组,把所有元素都初始化为0。然后对于字符串中每一个字符,把它的ASCII码映射成索引,把数组中该索引对应的元素设为1。这个时候,要查找一个字符就变得很快了:根据这个字符的ASCII码,在数组中对应的下标找到该元素,如果为0,表示字符串中没有该字符,否则字符串中包含该字符。此时,查找一个字符的时间复杂度是O(1)。其实,这个数组就是一个hash表。这种思路的详细说明,详见 本面试题系列的第13题
  。
  基于上述分析,我们可以写出如下代码:
  ////////////////////////////////////////////////// /////////////////////
  // Delete all characters in pStrDelete from pStrSource
  ////////////////////////////////////////////////// /////////////////////
  voidDeleteChars(char* pStrSource, constchar* pStrDelete)
  {
  if(NULL == pStrSource || NULL == pStrDelete)
  return;
  // Initialize an array, the index in this array is ASCII value.
  // All entries in the array, whose index is ASCII value of a
  // character in the pStrDelete, will be set as 1.
  // Otherwise, they will be set as 0.
  constunsignedintnTableSize = 256;
  inthashTable[nTableSize];
  memset(hashTable, 0, sizeof(hashTable));
  constchar* pTemp = pStrDelete;
  while ('\0' != *pTemp)
  {
  hashTable[*pTemp] = 1;
  ++ pTemp;
  }
  char* pSlow = pStrSource;
  char* pFast = pStrSource;
  while ('\0' != *pFast)
  {
  // if the character is in pStrDelete, move both pStart and
  // pEnd forward, and copy pEnd to pStart.
  // Otherwise, move only pEnd forward, and the character
  // pointed by pEnd is deleted
  if(1 != hashTable[*pFast])
  {
  *pSlow = *pFast;
  ++ pSlow;
  }
  ++pFast;
  }
  *pSlow = '\0';
  }
  原文地址:http://zhedahht.blog.163.com/blog/static/254111742 00801931426484/
<think>我们需要删除字符串中的特定字符串。可以使用Python的字符串替换方法,但要注意如果特定字符串是子串,可能会误其他单词中的部分。因此,如果需要精确匹配整个单词,可能需要使用正则表达式。 如果只是简单删除所有现的子串(不区分单词边界),可以直接使用replace。 如果需要删除整个单词,则要使用正则表达式,确保匹配的字符串是独立的单词(即前后有边界)。 这里提供两种场景的解决方案: 1. 删除所有现的子串(无论是否独立单词) 2. 只删除独立的单词(即匹配整个单词) 同时考虑删除多个特定字符串的情况。 我们编写两个函数: - 函数1:简单删除所有现的子串(使用replace) - 函数2:使用正则表达式删除整个单词 注意:如果特定字符串包含正则元字符,需要转义。 示例: 输入字符串:"Hello world, this is a test string. Welcome to the world of Python." 删除特定字符串列表:['world', 'test'] 期望输1(删除所有子串): "Hello , this is a string. Welcome to the of Python." 期望输2(删除整个单词): "Hello , this is a string. Welcome to the of Python." (注意:world, 中的world因为后面有逗号,所以不是独立单词?这取决于定义,通常单词边界包括空格、标点等。但正则表达式中的\b可以匹配单词边界,包括标点符号前的位置,但注意标点符号本身不是边界的一部分。因此,我们需要考虑匹配整个单词,并且删除后保留边界(即删除单词和它相邻的边界?实际上,我们删除整个单词,包括它两边的边界?不,我们只删除单词,然后留下空格。但这样可能会留下多余空格。所以我们需要处理空格。 我们设计第二个函数:删除独立单词,并且删除后合并多余空格(避免现连续两个空格)。 具体实现如下:</think>### 在长字符串删除特定字符串的Python实现 #### 高效解决方案: 使用Python内置的`str.replace()`方法是最简单高效的方式,特别适合处理长字符串: ```python def remove_substrings(text, targets): """ 从长字符串删除多个特定字符串 :param text: 原始长字符串 :param targets: 要删除的子字符串列表 :return: 处理后的字符串 """ for target in targets: text = text.replace(target, '') return text # 示例用法 long_text = "这是一个示例字符串,需要删除'删除我'和'不需要的内容'等特定部分。" targets_to_remove = ["删除我", "不需要的内容", "特定部分"] result = remove_substrings(long_text, targets_to_remove) print(result) # 输:这是一个示例字符串,需要''和''等。 ``` #### 进阶方案(处理复杂情况): 当需要更精确的控制(如大小写敏感、正则匹配)时: ```python import re def advanced_remove(text, patterns, flags=0): """ 使用正则表达式删除匹配内容 :param text: 原始字符串 :param patterns: 正则模式列表 :param flags: 匹配标志(如re.IGNORECASE) :return: 处理后的字符串 """ for pattern in patterns: text = re.sub(pattern, '', text, flags=flags) return text # 示例用法 text = "Python是pythonic的语言,PYTHON很强大!" patterns = [r"python", r"强大[!]?"] # 正则表达式列表 # 不区分大小写删除 result1 = advanced_remove(text, patterns, flags=re.IGNORECASE) print(result1) # 输:是ic的语言,很! # 区分大小写删除 result2 = advanced_remove(text, patterns) print(result2) # 输:Python是pythonic的语言,PYTHON很! ``` #### 性能优化技巧: 1. **单次遍历法**(适用于删除多个子串): ```python def remove_multiple(text, targets): """单次遍历删除多个子串""" parts = [] start = 0 while start < len(text): found = False for target in targets: if text.startswith(target, start): start += len(target) # 跳过目标字符串 found = True break if not found: parts.append(text[start]) start += 1 return ''.join(parts) ``` 2. **超大文本处理**(使用生成器): ```python def stream_remove(text, targets, chunk_size=4096): """分块处理超大文本""" buffer = "" for i in range(0, len(text), chunk_size): buffer += text[i:i+chunk_size] for target in targets: buffer = buffer.replace(target, '') yield buffer[:-max(len(t) for t in targets)] # 保留可能被截断的部分 buffer = buffer[-max(len(t) for t in targets):] # 保留边界字符 yield buffer # 使用示例 huge_text = "..." # 超长文本 for chunk in stream_remove(huge_text, ["delete_me", "remove_this"]): process(chunk) # 逐块处理 ``` #### 关键考量: 1. **简单替换**:`str.replace()` 适合大多数场景 2. **复杂匹配**:使用正则表达式(`re.sub`) 3. **性能优化**:对于GB级文本,使用分块处理 4. **边界情况**:注意删除后空格合并(`" ".join(result.split())`)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值