String 压缩字符串

在采访中有一个关于压缩字符串的常见问题。 我不是在寻找代码，我只需要一个有效的算法来解决这个问题

给定一个字符串（例如aaabbcaadd），压缩它（3a2b2c3a2d）。

我的解决方案：

用绳子旅行。每次我看到同一封信，我就数它。 当我看到一个不同的字母出现时，我将输出字母和计数器（然后重新开始）

有没有更有效的方法

---

感谢

许多压缩算法都是基于。这就是我在采访中给出的答案

许多压缩算法都基于此。这就是我在一次采访中给出的答案，这就是所谓的运行长度编码，而你命名的算法基本上是你能得到的最好的算法。它需要O（1）个辅助存储器（保存最后看到的符号，或等效地检查即将出现的元素；还保存一个计数器，记录您看到的相同符号的数量），并以O（n）时间运行。由于您需要至少检查一次每个符号以了解结果，因此无论如何，您不会得到比O（n）时间更好的结果。此外，它还可以一次处理一个符号流，一次输出一个符号，所以实际上只需要O（1）RAM

您可以使用许多技巧来更好地获得常数因子，但算法基本上保持不变。这些伎俩包括：

• 如果流传输到慢速目标（如磁盘或网络），请使用缓冲区。广泛地
• 如果您希望长时间运行相同的符号，则可以对循环进行矢量化计数，或者至少通过移出其他情况使循环更紧密
• 如果适用，告诉编译器不要担心输入和输出指针之间的别名

---

如果您的数据源速度较慢，那么这种微观优化可能没有意义。对于优化级别，我在地址上面提到的一些要点，即使是RAM也可能算是慢的。

这就是所谓的运行长度编码，而您命名的算法基本上是您将得到的最佳算法。它需要O（1）个辅助存储器（保存最后看到的符号，或等效地检查即将出现的元素；还保存一个计数器，记录您看到的相同符号的数量），并以O（n）时间运行。由于您需要至少检查一次每个符号以了解结果，因此无论如何，您不会得到比O（n）时间更好的结果。此外，它还可以一次处理一个符号流，一次输出一个符号，所以实际上只需要O（1）RAM

您可以使用许多技巧来更好地获得常数因子，但算法基本上保持不变。这些伎俩包括：

• 如果流传输到慢速目标（如磁盘或网络），请使用缓冲区。广泛地
• 如果您希望长时间运行相同的符号，则可以对循环进行矢量化计数，或者至少通过移出其他情况使循环更紧密
• 如果适用，告诉编译器不要担心输入和输出指针之间的别名

---

如果您的数据源速度较慢，那么这种微观优化可能没有意义。对于优化级别，我上面提到的一些要点，即使是RAM也会被认为很慢。

如果字符串足够长，请使用Lempel Ziv压缩。。优点是：它不仅可以缩短明显的重复，而且可以有效地“分组”重复。看

一个模糊的例子——这样你就明白了：
aaabqxyzaatuoiaabhaaaabi将被压缩为：

A

bqxyz

A

tui

B

h

B

i

---

其中[

A

=aaa]&[

B

=

A

B=aaab]

如果字符串足够长，请使用Lempel Ziv压缩。。优点是：它不仅可以缩短明显的重复，而且可以有效地“分组”重复。看

一个模糊的例子——这样你就明白了：
aaabqxyzaatuoiaabhaaaabi将被压缩为：

A

bqxyz

A

tui

B

h

B

i

---

其中[

A

=aaa]&[

B

=

A

B=aaab]

@Wug-Huffman编码不会给出问题中指定的结果。您是在要求一个好的压缩算法，还是一个生成特定压缩的算法（运行长度编码，这就是您的示例输出）？@delnan用于特定压缩。。这就是为什么我没有使用哈夫曼。如果字符串包含一个数字，会发生什么？@IliaJerebtsov您可以忽略数字，或者假设不会有数字。@Wug-Huffman编码不会给出问题中指定的结果。您是要一个好的压缩算法，还是要一个生成特定压缩的算法（运行长度编码，这就是示例输出）？@delnan用于特定压缩。这就是我没有使用哈夫曼的原因。如果字符串包含数字会发生什么？@IliaJerebtsov你可以忽略数字，或者假设没有数字。它们是吗？今天广泛传播的档案中使用的算法似乎有很大的不同。如果你在采访中告诉我，我仍然会看着你再一次，AFAIK所有最广泛使用的压缩算法都与它无关，虽然哈夫曼编码有一些变体，这是一个很好的学习示例（它非常有启发性，我喜欢剖析它），它基本上只是一个庞大的压缩算法树中的一个小家族。它们是吗？今天广泛传播的档案中使用的算法似乎有着显著的不同。如果你在采访中告诉我，我仍然会困惑地看着你。再说一次，所有最广泛使用的压缩算法都与它无关，而这里有一些哈夫曼编码的变体，这是一个很好的学习示例（这非常有启发性，我喜欢剖析它），它基本上只是一个庞大的压缩算法树中的一个小家族。