¿Cómo puedo encontrar la primera aparición de un patrón en una cadena de cierta posición de partida?

Question

Tengo una cadena de longitud arbitraria, y empezando en la posición p0, necesito encontrar la primera aparición de uno de los tres 3-patrones de letras.

Suponga que la cadena de contener sólo letras.Necesito encontrar el recuento de los trillizos de partida en la posición p0 y saltar hacia adelante en trillizos hasta la primera ocurrencia de 'aaa' o 'bbb' o 'ccc'.

Esto es incluso posible utilizar sólo una expresión regular?

Answer 1

Moritz dice que esto puede ser más rápido que una expresión regular.Incluso si es un poco más lento, es más fácil entender a las 5 am.:)

             #0123456789.123456789.123456789.  
my $string = "alsdhfaaasccclaaaagalkfgblkgbklfs";  
my $pos    = 9;  
my $length = 3;  
my $regex  = qr/^(aaa|bbb|ccc)/;

while( $pos < length $string )    
    {  
    print "Checking $pos\n";  

    if( substr( $string, $pos, $length ) =~ /$regex/ )
        {
        print "Found $1 at $pos\n";
        last;
        }

    $pos += $length;
    }

Answer 2

$string=~/^   # from the start of the string
            (?:.{$p0}) # skip (don't capture) "$p0" occurrences of any character
            (?:...)*?  # skip 3 characters at a time,
                       # as few times as possible (non-greedy)
            (aaa|bbb|ccc) # capture aaa or bbb or ccc as $1
         /x;

(Suponiendo que p0 es basado en 0).

Por supuesto, es probable que sea más eficiente usar substr en la cuerda para saltar hacia adelante:

substr($string, $p0)=~/^(?:...)*?(aaa|bbb|ccc)/;

Answer 3

Realmente no se puede contar con expresiones regulares, pero se puede hacer algo como esto:

pos $string = $start_from;
$string =~ m/\G         # anchor to previous pos()
            ((?:...)*?) # capture everything up to the match
            (aaa|bbb|ccc)
            /xs  or die "No match"
my $result = length($1) / 3;

Pero creo que es un poco más rápido de usar substr() y unpack() para dividir en triples y caminar por la triplica en un bucle.

(edición:es la longitud(), no lenght() ;-)

Answer 4

La parte principal de este es el split /(...)/.Pero al final de esto, usted tendrá sus posiciones y la ocurrencia de datos.

my @expected_triplets = qw<aaa bbb ccc>;
my $data_string      
    = 'fjeidoaaaivtrxxcccfznaaauitbbbfzjasdjfncccftjtjqznnjgjaaajeitjgbbblafjan'
    ;
my $place          = 0;
my @triplets       = grep { length } split /(...)/, $data_string;
my %occurrence_for = map { $_, [] } @expected_triplets;
foreach my $i ( 0..@triplets ) {
    my $triplet = $triplets[$i];
    push( @{$occurrence_for{$triplet}}, $i ) if exists $occurrence_for{$triplet};
}

O por simple conteo de regex (utiliza Experimental (??{}))

my ( $count, %count );
my $data_string      
    = 'fjeidoaaaivtrxxcccfznaaauitbbbfzjasdjfncccftjtjqznnjgjaaajeitjgbbblafjan'
    ;
$data_string =~ m/(aaa|bbb|ccc)(??{ $count++; $count{$^N}++ })/g;

Answer 5

Si la velocidad es un problema grave, puede, dependiendo de lo que el 3 cadenas, conseguir realmente de lujo mediante la creación de un árbol (por ejemplo,Algoritmo de Aho-Corasick o similar).

Un mapa para cada estado posible es posible, por ejemplo,estado[0]['a'] = 0 si no hay cadenas que comienzan con 'un'.