Python 字符串中子字符串的最小范围

我有一个字符串S（单词从0开始索引）和一个子字符串Q。我希望在S中找到包含Q中所有单词的最小范围[L，R]。Q中没有重复的单词。我如何处理这个问题

比如说,

输入： S：跳到另一只棕色狐狸身上的那只懒棕色狐狸呢？那只懒狗吃了狐狸的食物 Q：懒惰的棕色狗

输出：[11,15]

我的代码：

S = raw_input().strip().split(' ')
Q = raw_input().strip().split(' ')

count = [0 for x in range(len(Q))]
smallest_index = [0 for x in range(len(Q))]
largest_index = [0 for x in range(len(Q))]

for i in range(len(S)):
    for j in range(len(Q)):
        if S[i] == Q[j]:
            count[j] += 1
            if count[j] <= 1:
                smallest_index[j] = i
                largest_index[j] = i
            if count[j] > 1:
                largest_index[j] = i

largest_index.sort()
print "[%d," % largest_index[0],
print "%d]" % largest_index[len(Q)-1]

S=原始输入（）.strip（）.split（“”）
Q=原始输入（）.strip（）.split（“”）
计数=[0表示范围内的x（len（Q））]
最小_指数=[0表示范围内的x（len（Q））]
最大_指数=[0表示范围内的x（len（Q））]
对于范围内的i（len（S））：
对于范围内的j（len（Q））：
如果S[i]==Q[j]：
计数[j]+=1
如果计数[j]1：
最大_指数[j]=i
最大索引。排序（）
打印“[%d，”%u索引[0]，
打印“%d]”最大索引[len（Q）-1]

以下是另一种基于@PM 2Ring答案的方法：

S ='what about the lazy brown fox that jumped over the other brown one which lazy dog ate the food of the fox'
Q ='lazy brown dog'

import itertools
track={}

for index,value in enumerate(S.split()):

    if value in Q:
        if value not in track:
            track[value]=[index]
        else:
            track[value].append(index)


combination = [(min(item),max(item)) for item in itertools.product(*track.values())]


result=min([(i[1]-i[0],(i[0],i[1])) for i in combination if set(Q.split()).issubset(S.split()[i[0]:i[1]+1])])
print(result[1])

输出：

(11, 15)

---

以下是另一种基于@PM 2Ring答案的方法：

S ='what about the lazy brown fox that jumped over the other brown one which lazy dog ate the food of the fox'
Q ='lazy brown dog'

import itertools
track={}

for index,value in enumerate(S.split()):

    if value in Q:
        if value not in track:
            track[value]=[index]
        else:
            track[value].append(index)


combination = [(min(item),max(item)) for item in itertools.product(*track.values())]


result=min([(i[1]-i[0],(i[0],i[1])) for i in combination if set(Q.split()).issubset(S.split()[i[0]:i[1]+1])])
print(result[1])

输出：

(11, 15)

---

这段代码不是特别有效，但它确实工作正常。也许有人会想出一种比使用

产品

更好的方法来处理职位信息。同时，您可以使用此代码测试其他算法

from itertools import product

def words_range(src, query):
    # Create a dict to store the word positions in src of each query word
    pos = {s: [] for s in query}
    for i, s in enumerate(src):
        if s in pos:
            pos[s].append(i)
    print(pos)

    # Find all the ranges that hold all the query word 
    ranges = ((min(t), max(t)) for t in product(*pos.values()))
    # Find the smallest range
    return min(ranges, key=lambda t:t[1] - t[0])

# Test

src = '''what about the lazy brown fox that jumped over the other
brown one which lazy dog ate the food of the fox'''.split()
for i, s in enumerate(src):
    print(i, s)

query = 'lazy brown dog'.split()
print(words_range(src, query))

query = 'the lazy brown fox'.split()
print(words_range(src, query))

输出

0 what
1 about
2 the
3 lazy
4 brown
5 fox
6 that
7 jumped
8 over
9 the
10 other
11 brown
12 one
13 which
14 lazy
15 dog
16 ate
17 the
18 food
19 of
20 the
21 fox
{'lazy': [3, 14], 'brown': [4, 11], 'dog': [15]}
(11, 15)
{'the': [2, 9, 17, 20], 'lazy': [3, 14], 'brown': [4, 11], 'fox': [5, 21]}
(2, 5)

---

这段代码不是特别有效，但它确实工作正常。也许有人会想出一种比使用

产品

更好的方法来处理职位信息。同时，您可以使用此代码测试其他算法

from itertools import product

def words_range(src, query):
    # Create a dict to store the word positions in src of each query word
    pos = {s: [] for s in query}
    for i, s in enumerate(src):
        if s in pos:
            pos[s].append(i)
    print(pos)

    # Find all the ranges that hold all the query word 
    ranges = ((min(t), max(t)) for t in product(*pos.values()))
    # Find the smallest range
    return min(ranges, key=lambda t:t[1] - t[0])

# Test

src = '''what about the lazy brown fox that jumped over the other
brown one which lazy dog ate the food of the fox'''.split()
for i, s in enumerate(src):
    print(i, s)

query = 'lazy brown dog'.split()
print(words_range(src, query))

query = 'the lazy brown fox'.split()
print(words_range(src, query))

输出

0 what
1 about
2 the
3 lazy
4 brown
5 fox
6 that
7 jumped
8 over
9 the
10 other
11 brown
12 one
13 which
14 lazy
15 dog
16 ate
17 the
18 food
19 of
20 the
21 fox
{'lazy': [3, 14], 'brown': [4, 11], 'dog': [15]}
(11, 15)
{'the': [2, 9, 17, 20], 'lazy': [3, 14], 'brown': [4, 11], 'fox': [5, 21]}
(2, 5)

---

这是的一个稍微高效的版本，将对

product

的调用替换为循环：

from itertools import product

def words_range(src, query):
    query = set(query)

    # Create a dict to store the word positions in src of each query word
    pos = {s: [] for s in query}
    for i, s in enumerate(src):
        if s in pos:
            pos[s].append(i)

    # Find all the ranges that hold all the query word 
    # We'll iterate over the input string and keep track of
    # where each word appeared last
    last_pos = {}
    ranges = []
    for i, word in enumerate(src):
        if word in query:
            last_pos[word] = i
            if len(last_pos) == len(query):
                ranges.append( (min(last_pos.values()), i) )

    # Find the smallest range
    return min(ranges, key=lambda t:t[1] - t[0])

---

它不是完全线性的时间（因为循环中的

min（last_pos.values（））

），但它是朝着正确方向迈出的一步。可能有一种方法可以消除

min

调用（我现在想不起来），这会使它线性化。

这是的一个稍微高效的版本，用一个循环代替对

产品的调用：

from itertools import product

def words_range(src, query):
    query = set(query)

    # Create a dict to store the word positions in src of each query word
    pos = {s: [] for s in query}
    for i, s in enumerate(src):
        if s in pos:
            pos[s].append(i)

    # Find all the ranges that hold all the query word 
    # We'll iterate over the input string and keep track of
    # where each word appeared last
    last_pos = {}
    ranges = []
    for i, word in enumerate(src):
        if word in query:
            last_pos[word] = i
            if len(last_pos) == len(query):
                ranges.append( (min(last_pos.values()), i) )

    # Find the smallest range
    return min(ranges, key=lambda t:t[1] - t[0])

它不是完全线性的时间（因为循环中的
min（last_pos.values（））
），但它是朝着正确方向迈出的一步。可能有一种方法可以消除
min
调用（我现在想不起来），这会使此线性化。
显示您尝试过的代码？为什么是否决票？有可能是因为您发布了一个没有代码的广泛问题而导致否决票。您的问题现在好多了，但您需要解释您发布的代码有什么问题。我的问题是时间复杂性。我正在运行两个循环。如果S和Q的大小很大呢？我怎样才能使它更有效率，这很公平。为什么收集
最小的索引值，但从不使用它们？但除此之外，我不认为你的算法总能找到正确的最小解。最小的范围可以是使用最大的索引，最小的索引，或者中间的某个地方。显示你尝试的代码。为什么要投票？因为你发布了一个没有代码的广泛问题，你可能得到了一个否决票。您的问题现在好多了，但您需要解释您发布的代码有什么问题。我的问题是时间复杂性。我正在运行两个循环。如果S和Q的大小很大呢？我怎样才能使它更有效率，这很公平。为什么收集
最小的索引值，但从不使用它们？但除此之外，我不认为你的算法总能找到正确的最小解。最小范围可以是使用最大指数、最小指数或中间的某个区间。