Regex 寻找字符串中最短的重复模式

我想知道是否有办法在Octave/matlab中进行模式匹配？我知道Maple 10有这样的命令，但不确定我需要在Octave/Matlab中做什么。因此，如果一个数字是

123412341234123411234

，那么模式匹配将是

1234

。我试图找到最短的模式，在重复时生成整个字符串

请注意：数字（只使用数字）不会这么简单。而且，我不会提前知道模式（这就是我试图找到的）。请参阅下面的说明，该模式在时间之前是未知的，但是命令会找到该模式

Maple 10模式匹配示例：

ns:=convert(12341234123412341234,string);

             ns := "12341234123412341234"

StringTools:-PrimitiveRoot(ns);

             "1234"

如何在倍频程/Matlab中实现这一点？

---

Ps：我使用的是Octave 3.8.1

我不确定这是否可以通过正则表达式实现。下面是一个脚本，它可以在重复出现名为

pattern

的单词时执行所需的操作

它在名为

str

的字符串中循环，试图与另一个名为

pattern

的字符串匹配。如果匹配失败，则根据需要扩展

模式

字符串

编辑：我使代码更加紧凑

str = 'lullabylullabylullaby';

pattern = str(1);
matchingState = false;
sPtr = 1;
pPtr = 1;

while sPtr <= length(str)
     if str(sPtr) == pattern(pPtr) %// if match succeeds, keep looping through pattern string
            matchingState = true;
            pPtr = pPtr + 1;
            pPtr = mod(pPtr-1,length(pattern)) + 1;
     else                          %// if match fails, extend pattern string and start again
            if matchingState
                sPtr = sPtr - 1;   %// don't change str index when transitioning out of matching state
            end  
            matchingState = false;
            pattern = str(1:sPtr);
            pPtr = 1;
     end

     sPtr = sPtr + 1;

end

display(pattern);

---

注意：

这不允许在出现的

模式

字符串之间使用任意分隔符。例如，如果

str='lulllaby1lulllaby2lulllaby1lulllaby2'，然后

pattern =

lullaby1lullaby2

这也允许
模式
在循环中途结束，而不改变结果。例如，
str='lulllaby1lulllaby2lulllaby1'仍将导致

pattern =

lullaby1lullaby2

要解决此问题，可以添加行

if pPtr ~= length(pattern)
    pattern = str;
end

要找到重复生成整个字符串的最短模式，可以使用正则表达式，如下所示：

result = regexp(str, '^(.+?)(?=\1*$)', 'match');

一些例子：

>> str = '12341234123412341234';
>> result = regexp(str, '^(.+?)(?=\1*$)', 'match')
result = 
    '1234'

>> str = '1234123412341234123';
>> result = regexp(str, '^(.+?)(?=\1*$)', 'match')
result = 
    '1234123412341234123'

>> str = 'lullabylullaby';
>> result = regexp(str, '^(.+?)(?=\1*$)', 'match')
result = 
    'lullaby'

>> str = 'lullaby1lullaby2lullaby1lullaby2';
>> result = regexp(str, '^(.+?)(?=\1*$)', 'match')
result = 
    'lullaby1lullaby2'

另一种方法如下：

确定字符串的长度，并找到字符串长度值的所有可能因素
对于每个可能的因子长度，重塑字符串并检查
对于重复的子字符串
要找到所有可能的因素，请参见下面的解决方案。下一步可以通过多种方式执行，但我在一个简单的循环中实现它，从最小的因子长度开始

function repeat = repeats_in_string(str);
ns = numel(str);
nf = find(rem(ns, 1:ns) == 0);
for ii=1:numel(nf)
    repeat = str(1:nf(ii));
    if all(ismember(reshape(str,nf(ii),[])',repeat)); 
        break;
    end
end 

这个问题对于你解决问题的方法来说是一个很好的罗夏测验。我将添加一个信号工程解决方案，该解决方案应该很简单，因为信号应该是完全重复的，假设这一点成立：找到在重复时生成整个字符串的最短模式

在下面的
str
中，提供给函数的实际上是浮点的列向量，而不是字符串，原始字符串已通过
str2num（str2mat（str）'）
转换：

我执行了一个小测试，将其与 ReGeXP<／Cl>解决方案进行比较，发现它的整体速度更快（蓝色正方形），虽然有些不一致，但仅当不考虑将字符串转换为浮标向量时所需的时间（绿色正方形）。但是，我没有进一步研究这一点（没有打破这方面的记录）：

以秒为单位的时间。
没有人会查找Maple示例。请在问题中提供相关信息。例如，您应该添加命令应该为您查找模式…模式的长度已知且固定吗？输入字符串是否只包含模式或其他字符？我的问题是：字符串是否为
1234912348123471234612345
，并且需要查找的模式是否为
1234
？嗯，还不清楚。如果可能有多个模式，您希望检测哪一个：最长的一个？发生率最高的模式是什么？那么最小长度是多少？想象一下
123412341123412341123
你会发现
1234
四次，但是
123
五次，实际上
123412341123
也是一种模式。请提供一个更好的示例，它涵盖了所有特殊情况。但最长的“1234123411234123411234”模式可能是“1234123411234123411234”，第二长的模式是“12341234112341234123”-因此，如果您说明实际输入没有示例那么简单，请发布您的真实输入：）@eigenchris我也是：-）我所有关于
regexp
的答案都应该归功于！顺便说一句，我借用了你的例子，
str='1234123512341234512351234'的结果是什么不是
'1234
？关于我的一个评论，应该是这样的。我真的不明白那个问题。我真的很努力。我认为虽然OP的问题陈述模棱两可，但这可能是他们想要的答案。它符合相当于Maple命令的规格。@LuisMendo我们真的应该引入精神主义者奖；）OP再次冲击我们的心灵，让我们困惑。。。。从所有这些混乱的灰烬中诞生了一位精神主义者，他的唯一目的是消除这个世界上的混乱。其他几个是从这个事件中产生的，因此创造了。。。精神主义者联盟。去吧，精神主义者去吧！你在用什么编程语言？@Jan这是MATLAB，一种主要由工程师和科学家用于数值计算的语言。接受的解决方案比使用大多数语言支持的正则表达式要好得多。谢谢。很难找到关于这种语言的好文档。我正试图把它转换成C。“pattern=str（1）；”和“pattern=str（1:sPtr）；”以及“if-str（sPtr）=pattern（pPtr）”这两行到底是做什么的？我把它改成了resp。“字符串模式=s.Substring（0,1）；”，“模式=s.Substring（0，sPtr）；”和“如果（s.Substring（sPtr）==pattern.Substring（pPtr））”。我还注意到Matlab字符串在C#中是基于1的，而不是基于0的。Jan看起来您已经或多或少正确地转换了代码。如果你正在努力解决这个问题，我建议你提出一个新问题。同样，用于在文本中搜索模式
function repeat = repeats_in_string(str);
ns = numel(str);
nf = find(rem(ns, 1:ns) == 0);
for ii=1:numel(nf)
    repeat = str(1:nf(ii));
    if all(ismember(reshape(str,nf(ii),[])',repeat)); 
        break;
    end
end 

function res=findshortestrepel(str);
[~,ii] = max(fft(str-mean(str)));
res = str(1:round(numel(str)/(ii-1)));