Python 使用后缀数组查找一个出现的子字符串
我正试图找出如何在后缀数组中对一个模式进行二进制搜索。 让我们看一段文字:Python 使用后缀数组查找一个出现的子字符串,python,list,search,binary-search,suffix-array,Python,List,Search,Binary Search,Suffix Array,我正试图找出如何在后缀数组中对一个模式进行二进制搜索。 让我们看一段文字:petertomasjohnernoerror。 我试图找到er SA是本文的后缀数组:8,14,19,3,1,12,10,7,13,17,18,11,6,22,0,23,16,21,15,20,4,9,2,5 现在,我想找到后缀数组的任何索引,它的值指向一个'er'。因此,输出将是SA中指向3,14或19的索引,因此它将返回1,2或3 我正在尝试使用二进制搜索,但我不知道如何使用 def findOneOccurence
petertomasjohnernoerror
。
我试图找到er
SA
是本文的后缀数组:8,14,19,3,1,12,10,7,13,17,18,11,6,22,0,23,16,21,15,20,4,9,2,5
现在,我想找到后缀数组的任何索引,它的值指向一个'er'
。因此,输出将是SA中指向3,14或19的索引,因此它将返回1,2或3
我正在尝试使用二进制搜索,但我不知道如何使用
def findOneOccurence(text,SA,p):
high = len(text)-1 # The last index
low = 0 # the lowest index
while True:
check = (high-low)/2 # find a middle
if p in text[SA[check]:SA[check]+len(p)]:
return check
else:
if text[SA[check]:SA[check]+len(p)]<p:
low = check
else:
high = check
if high<=low:
return None
def findOneOccurence(文本、SA、p):
高=长度(文本)-1#最后一个索引
低=0#最低指数
尽管如此:
检查=(高-低)/2#找到一个中间值
如果文本[SA[检查]中的p:SA[检查]+len(p)]:
退票
其他:
如果文本[SA[检查]:SA[检查]+len(p)]=低变高借用和编辑
>>text='petertomasjohnernoerror'
>>>SA=8,14,19,3,1,12,10,7,13,17,18,11,6,22,0,23,16,21,15,20,4,9,2,5
>>>def对分_左(a,x,文本,lo=0,hi=None):
如果lo<0:
raise VALUERROR('lo必须为非负')
如果hi为无:
hi=len(a)
当lo>>左二等分(SA,'er',文本)
14
你把re
和er
搞混了吗?@是的,我的意思是“er”,因为文本中没有“re”,谢谢。我认为你没有找到正确的方法。它不应该是(高+低)/2
而不是(高-低)/2
?谢谢,这是另一个错误。差不多完成了:)您应该使用=
>>> text= 'petertomasjohnerrnoerror'
>>> SA = 8,14,19,3,1,12,10,7,13,17,18,11,6,22,0,23,16,21,15,20,4,9,2,5
>>> def bisect_left(a, x, text, lo=0, hi=None):
if lo < 0:
raise ValueError('lo must be non-negative')
if hi is None:
hi = len(a)
while lo < hi:
mid = (lo+hi)//2
if text[a[mid]:] < x: lo = mid+1
else: hi = mid
if not text[a[lo]:].startswith(x):
# i suppose text[a[lo]:a[lo]+len(x)] == x could be a faster check
raise IndexError('not found')
return a[lo]
>>> bisect_left(SA, 'er', text)
14