C#|.net core 基礎 - 如何判斷連續子序列

IT规划师發表於2024-09-03
C#

前兩天同事遇到了一個小需求，想判斷一個集合是不是在另一個集合中存在，並且要求順序一致，然後一起討論了下應該怎麼做，有沒有什麼比較好的方式？下面分享一下我們想到的方法，如果你也有不同的想法也可以分享給我。

01解法一：序列化字串（不推薦）

這個方案的核心思想就是如果一個集合是另一個集合的連續子序列，那麼這兩個集合序列化成字串應該也還會有這樣的特性，即一個字串包含了另一個字串。我立馬想到了用string.Join把陣列拼接成字串，具體程式碼實現如下：

public static bool IsSubsequenceJoin(IEnumerable<string> main, IEnumerable<string> sub)
{
    var mainString = string.Join(",", main);
    var subString = string.Join(",", sub);
    return mainString.Contains(subString);
}

其實聽到序列化我第一反應是感覺有坑的，因為序列化會涉及到一些特殊字元的問題，還記得我之前的文章《“hello”.IndexOf(“\0”,2)中的坑》嗎，就是因為特殊字串引起。

當然上面的方法應對大多數需求應該沒問題，但是還是有些特例需要注意，比如下面這個例子：

string[] main = ["a", "b", "c", "d,e"];
string[] sub = ["d", "e"];
var isSubsequenceJoin = ContinuousSubsequence.IsSubsequenceJoin(main, sub);
Console.WriteLine("陣列 [\"a\", \"b\", \"c\", \"d,e\"] 序列化後: " + string.Join(",", main));
Console.WriteLine("陣列 [\"d\", \"e\"] 序列化後: " + string.Join(",", sub));
Console.WriteLine("mainString.Contains(subString) 結果: " + isSubsequenceJoin);

執行結果如下：

因為string.Join使用了“,“作為拼接，所以sub陣列序列化後就是"d,e"，而陣列main中恰好有個元素"d,e"，這就導致預期之外的錯誤結果。

既然string.Join方法有缺陷還有其他序列化方法嗎？我們試試專門做序列化的方法JsonConvert.SerializeObject，程式碼如下：

public static bool IsSubsequenceSerialize(IEnumerable<string> main, IEnumerable<string> sub)
{
    var mainString = JsonConvert.SerializeObject(main).TrimStart('[').TrimEnd(']');
    var subString = JsonConvert.SerializeObject(sub).TrimStart('[').TrimEnd(']');
    return mainString.Contains(subString);
}

這個方法需要我們處理一些序列化產生的額外結構資料，比如上面的TrimStart('[').TrimEnd(']')，就是為了去掉陣列產生的額外字元，如果要是其他更復雜型別可以要考慮的情況更多。

當然這個方法就可以解決上面的特例問題，但是依然有些特殊情況會導致錯誤，比如下面的示例：

string[] main = ["a", "b", "c", "d,\"e"];
string[] sub = ["e"];
var isSubsequenceSerialize = ContinuousSubsequence.IsSubsequenceSerialize(main, sub);
Console.WriteLine("IsSubsequenceSerialize 方法: ");
Console.WriteLine("陣列 main [\"a\", \"b\", \"c\", \"d,\\\"e\"] 序列化後: " + JsonConvert.SerializeObject(main).TrimStart('[').TrimEnd(']'));
Console.WriteLine("陣列 sub [\"e\"] 序列化後: " + JsonConvert.SerializeObject(sub).TrimStart('[').TrimEnd(']'));
Console.WriteLine("mainString.Contains(subString) 結果: " + isSubsequenceSerialize);

結果如下：

這個例子因為我們在構建陣列main時，在一個元素中多加了一個符合[ “ ]，使得結果出現預期之外的錯誤結果。

因此對於序列化字串方式在大多數情況下都是不推薦使用的，除非你能保證你的資料不會出現一些特殊情況，如果數量大可能還會有效能問題。

02解法二：滑動視窗（推薦）

我們簡單解釋一下滑動視窗演算法是啥意思，先看一下下面這張圖感受一下。

滑動視窗可以理解成在一個長軸上，滑動一個視窗，因為視窗大小是固定的，所以隨著時間推移，從視窗中看到的東西是不一樣的。

把我們的問題和上圖結合起來看，如果主陣列main代表長軸，子陣列sub代表視窗，現在我們把子陣列視窗對齊主陣列起始位置，然後時間軸每前進一個刻度代表子陣列沿著主陣列向前移動一位數。

當時間刻度來到T2時，從子陣列視窗中可以看到陣列[1,3,5]，當時間刻度來到T8時，從子陣列視窗中可以看到陣列[8,7,6]。

也就是說隨著時間的推進，當子陣列視窗中看到的陣列和自身陣列值一樣時，則代表子陣列是主陣列的連續子序列。具體實現程式碼如下：

public static bool IsSubsequenceSlidingWindow<T>(IEnumerable<T> main, IEnumerable<T> sub)
{
    var mainLength = main.Count();
    var subLength = sub.Count();
    for (int i = 0; i < mainLength - subLength + 1; i++)
    {
        var expect = main.Skip(i).Take(subLength);
        if (expect.SequenceEqual(sub))
        {
            return true;
        }
    }
    return false;
}

注： 相關原始碼都已經上傳至程式碼庫，有興趣的可以看看。

https://gitee.com/hugogoos/Planner

相關文章