Python删除字符串中的重复字母

Question

假设我有一个按字母顺序排列的字符串，基于字母重复的次数

• 例如：“BBBAADDC”

有3个B，所以它们在开头，2个A和2个D，所以A在D之前，因为它们是按字母顺序排列的，1个C。另一个例子是CCCCAABBDDAB

注意，在中间某个地方有4个字母（即ccCC），因为可能有2对2个字母。

但是，假设我一行只能有n个字母。例如，如果在第二个示例中n=3，那么我必须从4个C的第一个子串中省略一个“C”，因为一行中最多只能有3个相同的字母

另一个例子是字符串“CCCDDDAABC”；如果n=2，我必须删除一个C和一个D才能得到字符串CCDDAABC

输入/输出示例：

1. n=2：输入：AABBCCDE，输出：AABBCCDE
2. n=4：输入：EEEEFFFFGGG，输出：EEEEFFGGG
3. n=1：输入：xxyyz，输出：XYZ

如何使用Python实现这一点？提前谢谢

这就是我现在拥有的，尽管我不确定它是否在正确的轨道上。这里，z是字符串的长度

for k in range(z+1):
        if final_string[k] == final_string[k+1] == final_string[k+2] == final_string[k+3]: 
            final_string = final_string.translate({ord(final_string[k]): None})
return final_string

Answer 1

hello = "hello frrriend"


def replacing() -> str:
    global hello
    j = 0
    for i in hello:
        if j == 0:
            pass
        else:
            if i == prev:
                hello = hello.replace(i, "")
                prev = i
        prev = i
        j += 1
    return hello

replacing()

看起来有点原始，但我认为它是有效的，这就是我在旅途中想到的，希望它能有所帮助：D

Answer 2

以下是我的解决方案：

def snip_string(string, n):
    list_string = list(string)
    list_string.sort()
    chars = set(string)
    for char in chars:
        while list_string.count(char) > n:
            list_string.remove(char)
    return ''.join(list_string)

使用n的各种值调用函数会得到以下输出：

>>> string = "AAAABBBCCCDDD"
>>> snip_string(string, 1)
'ABCD'
>>> snip_string(string, 2)
'AABBCCDD'
>>> snip_string(string, 3)
'AAABBBCCCDDD'
>>> 

编辑

这是我的解决方案的更新版本，它仅在重复字符的组超过n时删除字符

import itertools

def snip_string(string, n):
    groups = [list(g) for k, g in itertools.groupby(string)]
    string_list = []
    for group in groups:
        while len(group) > n:
            del group[-1]
        string_list.extend(group)
    return ''.join(string_list)

输出：

>>> string = "DDDAABBBBCCABCDE"
>>> snip_string(string, 3)
'DDDAABBBCCABCDE'

Answer 3

好的，基于on your comment，您可以对字符串进行预排序，也可以不按您试图创建的函数对其进行排序。使用^{}可以更轻松地执行此操作：

import itertools

def max_seq(text, n=1):
    result = []
    for k, g in itertools.groupby(text):
        result.extend(list(g)[:n])
    return ''.join(result)


max_seq('AAABBCCCCDE', 2)
# 'AABBCCDE'
max_seq('EEEEEFFFFGGG', 4)
# 'EEEEFFFFGGG'
max_seq('XXYYZZ')
# 'XYZ'
max_seq('CCCDDDAABC', 2)
# 'CCDDAABC'

在每个组g中，它被展开，然后被切片到n元素（即[:n]部分），因此一行中每个字母最多n次。如果同一个字母出现在其他地方，则在对一行中的n进行计数时，它被视为一个独立的序列

---

编辑：这里有一个较短的版本，对于很长的字符串，它的性能可能会更好。当我们使用itertools时，这个函数还使用^{}来创建扁平的字母列表。由于它们都是一个生成器，因此仅在最后一行对其进行求值/展开：

import itertools

def max_seq(text, n=1):
    sequences = (list(g)[:n] for _, g in itertools.groupby(text))
    letters = itertools.chain.from_iterable(sequences)
    return ''.join(letters)