计算Python中重复序列的最长出现次数

计算字符串中某个字符最长连续重复次数的最简单方法是什么？例如，以下字符串中“b”的最长连续重复：

my_str = "abcdefgfaabbbffbbbbbbfgbb"

---

应该是6，因为其他连续的重复都比较短（分别是3和2）。我如何在Python中做到这一点？

这是我真正枯燥、低效、简单的计数方法（interjay的更好）。注意，我在这个小文本字段中写了这个，它没有解释器，所以我没有测试它，我可能犯了一个非常愚蠢的错误，校对没有发现

my_str = "abcdefgfaabbbffbbbbbbfgbb"
last_char = ""
current_seq_len = 0
max_seq_len = 0

for c in mystr:
    if c == last_char:
        current_seq_len += 1
        if current_seq_len > max_seq_len:
            max_seq_len = current_seq_len
    else:
        current_seq_len = 1
        last_char = c

print(max_seq_len)

这是一条单行线：

max(len(list(y)) for (c,y) in itertools.groupby(my_str) if c=='b')

说明：

---

itertools.groupby

将返回连续相同字符的组，以及该组中所有项目的迭代器。对于每个这样的迭代器，

len（list（y））

将给出组中的项数。（对于给定的字符）取最大值将得到所需的结果。

正则表达式示例如何：

import re
my_str = "abcdefgfaabbbffbbbbbbfgbb"
len(max(re.compile("(b+b)*").findall(my_str))) #changed the regex from (b+b) to (b+b)*
# max([len(i) for i in re.compile("(b+b)").findall(my_str)]) also works

编辑、挖掘与交互

x=timeit.Timer(stmt='import itertools;my_str = "abcdefgfaabbbffbbbbbbfgbb";max(len(list(y)) for (c,y) in itertools.groupby(my_str) if c=="b")')
x.timeit()
22.759046077728271

x=timeit.Timer(stmt='import re;my_str = "abcdefgfaabbbffbbbbbbfgbb";len(max(re.compile("(b+b)").findall(my_str)))')
x.timeit()
8.4770550727844238

---

使用运行长度编码：

import numpy as NP

signal = NP.array([4,5,6,7,3,4,3,5,5,5,5,3,4,2,8,9,0,1,2,8,8,8,0,9,1,3])

px, = NP.where(NP.ediff1d(signal) != 0)
px = NP.r_[(0, px+1, [len(signal)])]
# collect the run-lengths for each unique item in the signal
rx = [ (m, n, signal[m]) for (m, n) in zip(px[:-1], px[1:]) if (n - m) > 1 ]

# get longest:
rx2 = [ (b-a, c) for (a, b, c) in rx ]
rx2.sort(reverse=True)

# returns: [(4, 5), (3, 8)], ie, '5' occurs 4 times consecutively, '8' occurs 3 times consecutively 

---

以下是我的代码，虽然效率不高，但似乎有效：

def LongCons(mystring):
    dictionary = {}
    CurrentCount = 0
    latestchar = ''

    for i in mystring:
        if i == latestchar:
            CurrentCount += 1
            if dictionary.has_key(i):
                if CurrentCount > dictionary[i]:
                    dictionary[i]=CurrentCount
        else:
            CurrentCount = 1
            dictionary.update({i: CurrentCount})
            latestchar = i
    k = max(dictionary, key=dictionary.get)
    print(k, dictionary[k])
    return

---

您可能需要更新循环中的某个地方的

last\u char

；除此之外，+1用于提供真正最简单的方法：这是程序员需要较少概念/技能的方法。顺便说一句，这不是“效率低下”：任何解决方案都需要查看字符串上的所有字符以提供正确的结果，因此其成本至少为O（n）：您的方法的时间成本为O（n），因此效率相当高。稍微提高效率的方法是更新

else:

块上的

max_seq_len

，因此它是每个序列更新一次，而不是每个字符更新一次。好的，忽略我关于更新

最后一个字符的观点，Ignacio刚刚修复了它；）谢谢伊格纳西奥；）（我的意思只是说你需要做多少键入）我可能会使用max（）而不是if，而且它不计算最长的“b”序列，而是任何字符的序列（可能在ignacio修复中出现了问题？）。无论如何，这比oneliners，IMNSHO.+1更好，它可以帮助恢复这个站点上regexp的部分价值——非常勇敢。如果“if（n-m）>1”不应该是“if（n-m）>=1”来检测长度为1的运行吗？@carlo_hamalainen——不。对检测长度为1的“运行长度”不感兴趣。