在python中获取子字符串的更快方法?
我正在编写Skew算法来构造后缀数组,我有一个长字符串(长度>=4000)。 在Skew算法中,我必须构造三元组数组和子字符串数组 例如:我有一个字符串在python中获取子字符串的更快方法?,python,arrays,string,algorithm,performance,Python,Arrays,String,Algorithm,Performance,我正在编写Skew算法来构造后缀数组,我有一个长字符串(长度>=4000)。 在Skew算法中,我必须构造三元组数组和子字符串数组 例如:我有一个字符串s='abcddd' 三元组数组是:“abc”、“bcd”、“cdd”、“ddd” 子字符串数组是:'abcddd','bcddd','cddd','ddd','dd','d' 这是我的解决方案: import numpy as np # example string = 'abdcb.....' (length >= 4000) t
s='abcddd'
- 三元组数组是:
“abc”、“bcd”、“cdd”、“ddd”
- 子字符串数组是:
'abcddd','bcddd','cddd','ddd','dd','d'
import numpy as np
# example
string = 'abdcb.....' (length >= 4000)
temp = 'abdcb......###' (length >= 4000)
triples_arr = np.array([])
sub_strings = np.array([])
for i in range (0, len(temp) - 3):
triples_arr = np.append(triples_arr, temp[i:i + 3])
sub_strings = np.append(sub_strings, string[i:string_len])
对于长字符串(长度>=4000),需要一分钟才能完成
是否有任何解决方案可以缩短该任务的处理时间 使用理解,可以比使用
for
循环更快地构造这些字符串:
代码:
测试代码:
结果:
这可能适用于您,也可能不适用于您,但如果您对
字节
和内存视图
对象而不是字符串对象进行操作,许多优化都会变得可用。例如,切片MemoryView非常便宜。没有任何外部库和循环又如何
Triples_Array=[]
Sub_strings=[]
def hello(data):
if not data:
return 0
triple=data[:3]
Sub_strings.append(data)
if len(triple)==3:
Triples_Array.append(triple)
return hello(data[1:])
print(hello('abcddd'))
print(Sub_strings)
print(Triples_Array)
输出:
['abcddd', 'bcddd', 'cddd', 'ddd', 'dd', 'd']
['abc', 'bcd', 'cdd', 'ddd']
我认为在构造后缀数组时,你不会复制所有的后缀,而是使用一些更轻量级的东西,比如起始位置来表示后缀倾斜算法,我需要三个后缀来排序和标记字母表中的字符。@stephernauch的解决方案解决了我的问题。我认为构建三元组阵列很好。但是构建子_字符串数组需要n^2的空间和时间,这与在线性时间中构建后缀数组的目的背道而驰。
['abc', 'bcd', 'cde', 'def', 'efg', 'fgh', 'ghi', 'hij', 'ijk', 'jkl',
'klm', 'lmn', 'mno', 'nop', 'opq', 'pqr', 'qrs', 'rst', 'stu', 'tuv',
'uvw', 'vwx', 'wxy', 'xyz']
['abcdefghijklmnopqrstuvwxyz', 'bcdefghijklmnopqrstuvwxyz',
'cdefghijklmnopqrstuvwxyz', 'defghijklmnopqrstuvwxyz',
'efghijklmnopqrstuvwxyz', 'fghijklmnopqrstuvwxyz',
'ghijklmnopqrstuvwxyz', 'hijklmnopqrstuvwxyz', 'ijklmnopqrstuvwxyz',
'jklmnopqrstuvwxyz', 'klmnopqrstuvwxyz', 'lmnopqrstuvwxyz',
'mnopqrstuvwxyz', 'nopqrstuvwxyz', 'opqrstuvwxyz', 'pqrstuvwxyz',
'qrstuvwxyz', 'rstuvwxyz', 'stuvwxyz', 'tuvwxyz', 'uvwxyz',
'vwxyz', 'wxyz', 'xyz', 'yz', 'z']
Triples_Array=[]
Sub_strings=[]
def hello(data):
if not data:
return 0
triple=data[:3]
Sub_strings.append(data)
if len(triple)==3:
Triples_Array.append(triple)
return hello(data[1:])
print(hello('abcddd'))
print(Sub_strings)
print(Triples_Array)
['abcddd', 'bcddd', 'cddd', 'ddd', 'dd', 'd']
['abc', 'bcd', 'cdd', 'ddd']