Python 最短重复子串

我正在寻找一种有效的方法来提取最短的重复子字符串。 例如：

input1 = 'dabcdbcdbcdd'
ouput1 = 'bcd'

input2 = 'cbabababac'
output2 = 'ba'

如果您能提供与此问题相关的任何答案或信息，我将不胜感激

此外，在中，人们建议我们可以使用正则表达式，如

re=^(.*?)\1+$

查找字符串中最小的重复模式。但是这样的表达式在Python中不起作用，并且总是返回一个不匹配的结果（我是Python新手，也许我错过了什么？）

---跟进---

---

这里的标准是寻找长度大于1且总长度最长的最短非重叠图案。

此图案的快速修复方法可能是

(.+?)\1+

您的正则表达式失败，因为它将重复字符串锚定到行的开头和结尾，只允许像

abcabc

这样的字符串，但不允许

xabcabcx

。此外，重复字符串的最小长度应该是1，而不是0（或者任何字符串都会匹配），因此

+？

而不是

*？

在Python中：

>>> import re
>>> r = re.compile(r"(.+?)\1+")
>>> r.findall("cbabababac")
['ba']
>>> r.findall("dabcdbcdbcdd")
['bcd']

但是请注意，这个正则表达式只会找到非重叠的重复匹配，因此在上一个示例中，将找不到解决方案

d

，尽管这是最短的重复字符串。或者查看此示例：此处无法找到

abc

，因为第一个

abc

的

abc

部分已在第一次匹配中用完）：

此外，它可能会返回多个匹配项，因此您需要在第二步中找到最短的匹配项：

>>> r.findall("abcdabcdabcabc")
['abcd', 'abc']

更好的解决方案：

要使引擎也能找到重叠的匹配项，请使用

(.+?)(?=\1)

如果某些字符串重复足够多次，则会找到两次或更多，但肯定会找到所有可能的重复子字符串：

>>> r = re.compile(r"(.+?)(?=\1)")
>>> r.findall("dabcdbcdbcdd")
['bcd', 'bcd', 'd']

因此，应按长度对结果进行排序，并返回最短的结果：

>>> min(r.findall("dabcdbcdbcdd") or [""], key=len)
'd'

---

或[“”]

（感谢J.F.Sebastian！）确保如果根本不存在匹配项，则不会触发任何

值错误。
^
在字符串开头匹配。在您的示例中，重复的子字符串不是从开头开始的。类似于
$
。没有
^
和
$
时，模式
*？
始终匹配空字符串：

虽然它找不到最短的子字符串。
“最短”是如何找到的？重复次数最少？“abcabc ababab”怎么样？“阿巴”？第一个字符串中的“dd”？部分匹配使得这个定义有点奇怪…没错。在第一个字符串中，
d
应该是正确的答案。是的，我在那里添加了标准。我认为下面的两个答案都可以引导我找到最终的解决方案。谢谢。
>>> min(r.findall("dabcdbcdbcdd") or [""], key=len)
'd'

import re

def srp(s):
    return re.search(r'(.+?)\1+', s).group(1)

print srp('dabcdbcdbcdd') # -> bcd
print srp('cbabababac')   # -> ba