压缩字符串

Question

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，我只需要一种能够解决问题的高效算法。

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

我的解决方案：

  

在绳子上旅行。每当我看到同一封信，我都会相信它。   当我看到一封不同的信件（并重新开始）时，我会输出信件和柜台。

有更有效的方法吗？

由于

Answer 1

这称为运行长度编码，您命名的算法基本上是您获得的最佳算法。它需要O（1）辅助存储（保存最后看到的符号，或者等效地检查即将到来的元素;还保存一个计数器，显示你看过多少个相同的符号）并在O（n）时间内运行。由于您需要至少检查一次符号以了解结果，因此无论如何都不能比O（n）时间好。更重要的是，它还可以一次处理一个符号流，并一次输出一个符号，因此实际上只需要O（1）RAM。

你可以采用一些技巧来更好地获得常数因子，但算法基本保持不变。这些技巧包括：

• 如果您流式传输到慢速目标（如磁盘或网络），请缓冲。广泛。
• 如果您期望长时间运行相同的符号，您可以对计算它们的循环进行矢量化，或者至少通过移出其他情况使该循环更紧密。
• 如果适用，请告诉编译器不要担心输入和输出指针之间的别名。

如果您的数据源很慢，那么这种微优化可能没有实际意义。对于优化级别，我的一些点在上面解决，即使RAM也可以算慢。

Answer 2

如果您的字符串足够长，请使用Lempel Ziv压缩。优点是：它不仅可以缩短不同的重复次数，还可以有效地缩短重复次数。见wikipedia: Lempel-Ziv-Welch

一个模糊的例子 - 这样你就可以得到这个想法：
aaabqxyzaaatuoiaaabhaaabi将被压缩为：
A {bqxyz {1}} {TUI {1}} {ħ{1}}我
其中[A = aaa]＆amp; [B = B b = aaab]

Answer 3

许多压缩算法都基于Huffman Coding。这就是我在面试中给出的答案