1

我正在处理一段代码，它本质上是试图将字符串列表递归地减少为单个字符串。

我有一个内部数据库，由不同长度的匹配字符串数组组成（比如数组长度为 2-4）。

一个示例输入字符串数组将是：

{"The", "dog", "ran", "away"}

再举个例子，我的数据库可以以这种方式由字符串数组组成：

(length 2) {{"The", "dog"},{"dog", "ran"}, {"ran", "away"}}
(length 3) {{"The", "dog", "ran"}.... and so on

所以，我试图做的是将我的输入字符串数组递归地减少为单个标记。所以理想情况下它会解析这样的东西：

1) {"The", "dog", "ran", "away"}

Say that (seq1) = {"The", "dog"} and (seq2) = {"ran", "away"}

2) {  (seq1), "ran", "away"}
3) {  (seq1), (seq2)}

In my sequence database I know that, for instance, seq3 = {(seq1), (seq2)}

4) {  (seq3)  }

所以，当它归结为一个令牌时，我很高兴并且该功能将结束。

这是我当前程序逻辑的概述：

public void Tokenize(Arraylist<T> string_array, int current_size)
{
  // retrieve all known sequences of length [current_size] (from global list array)
  loc_sequences_by_length = sequences_by_length[current_size-min_size]; // sequences of length 2 are stored in position 0 and so on

  // escape cases
  if (string_array.Count == 1)
  {
    // finished successfully
    return;
  }
  else if (string_array.Count < current_size)
  {
    // checking sequences of greater length than input string, bail
    return;
  }
  else
  {
    // split input string into chunks of size [current_size] and compare to local database 
    // of known sequences
    // (splitting code works fine)

    foreach (comparison)
    {
      if (match_found)
      {
        // update input string and recall function to find other matches
        string_array[found_array_position] = new_sequence;
        string_array.Removerange[found_array_position+1, new_sequence.Length-1];
        Tokenize(string_array, current_size)
      }
    }   
  }

  // ran through unsuccessfully, increment length and try again for new sequence group
  current_size++;
  if (current_size > MAX_SIZE)
    return;
  else
    Tokenize(string_array, current_size);
}

我认为这很简单，但得到了一些奇怪的结果。一般来说，它似乎可以工作，但在进一步查看我的输出数据后，我发现了一些问题。主要是，它似乎可以工作到某个点……那时我的“curr_size”计数器重置为最小值。

所以它的大小是 2，然后是 3，然后是 4，然后重置为 2。我的假设是它会运行到我预定的最大大小，然后完全保释。

我试图尽可能地简化我的代码，所以在转录过程中可能存在一些简单的语法错误。如果有任何其他细节可以帮助眼尖的 SO 用户，请告诉我，我会编辑。

提前致谢

4

2 回答 2

1

一个错误是： string_array[found_array_position] = new_sequence;

我不知道这是在哪里定义的，据我所知，如果它被定义，它永远不会改变。

在您的 if 语句中，何时match_found设置为 true？

此外，您似乎在这里有一个额外的右括号，但您可能希望最后一段代码位于函数之外：

     }
    }   
  }

如果您清理代码以使其更易于阅读，这将有所帮助。我认为，一旦我们克服了句法错误，就会更容易看到发生了什么。

于 2009-12-09T01:44:30.537 回答
0

不知道所有的问题是什么，但我要做的第一件事就是在你的方法开始处设置你的“catch-all”退出块。

public void Tokenize(Arraylist<T> string_array, int current_size)
{
  if (current_size > MAX_SIZE)
    return;

  // Guts go here

  Tokenize(string_array, ++current_size);
}

几件事：

  1. 您的标记与输入字符串值没有明确分开。这使得处理和查看发生了什么变得更加困难。
  2. 看起来您正在编写伪代码：
    • 不使用 loc_sequences_by_length
    • found_array_position 未定义
    • Arraylist应该是ArrayList。
    • 等等

总的来说，我同意詹姆斯的说法：

如果您清理代码以使其更易于阅读，这将有所帮助。

-道格

于 2009-12-09T16:43:49.373 回答