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。

• 示例:“BBBAADDC”。

有 3 个 B，因此它们位于开头，2 个 A 和 2 个 D，因此 A 位于 D 之前，因为它们按字母顺序排列，还有 1 个 C。另一个例子是 CCCCAAABBDDAB。

请注意，中间某处可以有 4 个字母(即 CCCC)，因为可能有 2 对 2 个字母。

但是，假设我只能连续有 n 个字母。例如，如果第二个示例中的 n = 3，那么我必须从 4 个 C 的第一个子字符串中省略一个“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“CCDDDDAABC”；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:AABBCCCCDE，输出:AABBCCDE
2. n=4:输入:EEEEFFFFGGG，输出:EEEEFFFFGGG
3. n=1:输入:XXYYZZ，输出:XYZ

我怎样才能用Python做到这一点？提前致谢!

这就是我现在所拥有的，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

好的，基于on your comment ，您要么对字符串进行预排序，要么不需要按您尝试创建的函数进行排序。您可以使用itertools.groupby()更轻松地做到这一点:

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，它会被展开，然后切片直到 n 个元素([:n] 部分)，这样您就可以获得每个字母最多连续n 次。如果相同的字母出现在其他地方，则在连续计算 n 时将其视为独立序列。

---

编辑:这是一个较短的版本，对于很长的字符串也可能表现更好。当我们使用 itertools 时，这个工具还使用 itertools.chain.from_iterable()创建扁平的字母列表。由于每个都是生成器，因此仅在最后一行评估/扩展:

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)