Question

我正在考虑应用程序，它会在存储的IEnumerable上找到一些重复的模式。到目前为止我发现的是按顺序找到给定的子序列 - 这很容易。

我认为我需要的是：

查找是否存在不止一次的未知子序列（注意它是什么样的，放在哪里）
找到子序列的未知子子序列递归，直到找到的图案的长度比4（即）

目前我有两个想法可以调查更多，但我确信有一个现成的算法可以解决这个问题。

观

让我Dictionary<List<MyObject>, List <List<MyObject>> > 保持MyObject的关键首次出现，然后是下面的List 通过每次迭代扩展列表出现。然后呢任何找到的模式的递归发现。
实施霍夫曼编码因为我认为它在某种程度上属于这个问题。

Answer 1

我不清楚你在问什么 - 你能举例说明你正在使用的对象和预期的结果吗？

以下是基于其中一个回复的示例...

考虑

class Person
{
    public string Name;
}

你可以做到

var people = new List<Person>() { new Person() { Name="Joe" },
                                  new Person() { Name="Jim" },
                                  new Person() { Name="Jack" },
                                  new Person() { Name="Joe" },
                                  new Person() { Name="Jim" } };

var duplicateItems = from x in people
                     group x by x.Name into grouped
                     where grouped.Count() > 1
                     select grouped.Key;

在这种情况下，

duplicateItems是一个字符串集合（Name）：{“Joe”，“Jim”}

如果你正在寻找实际的Person对象，那么你可以做这样的事情（我想有一种更好的方法将它结合到上面）：

var duplicatePeople = from x in people
                      where duplicateItems.Contains<string>(x.Name)
                      select x;

将返回Person对象的集合（两个Joe和两个Jim的）

如何按顺序查找未知的重复子序列？包括子子序列的递归搜索

1 个答案: