问题标签 [overlapping-matches]

我需要可以匹配多次出现的模式的 C# 字符串搜索算法。例如，如果模式是 'AA' 并且字符串是 'BAAABBB' 正则表达式生成匹配结果索引 = 1，但我需要结果索引 = 1,2。我可以强制正则表达式给出这样的结果吗？

我正在探索正则表达式的力量，所以我只是想知道这样的事情是否可能：

如果可能的话，然后简单地提供正则表达式（并先发制人地解释它是如何工作的）。

如果它只能在 Java 以外的某些正则表达式中实现，那么也可以随意提供。

如果不可能，请解释原因。

奖金问题

同样的问题，但使用find()循环而不是split：

请注意，并不是我有一个具体的任务来完成一种或另一种方式，而是我想理解正则表达式。我不需要做我想做的代码；我想要正则表达式，如果它们存在的话，我可以在上面的代码中使用它来完成任务（或者其他风格的正则表达式，可以将代码“直接翻译”成另一种语言）。

如果它们不存在，我想要一个很好的可靠解释为什么。

该表用于存储会话（事件）：

我们不想在范围之间发生冲突。
假设我们需要从2010-01-05到2010-01-25插入一个新会话。
我们想知道冲突的会话。

这是我的查询：

结果如下：

有没有更好的方法来获得它？

小提琴

我正在使用正则表达式来匹配文本中的圣经经文参考。当前的正则表达式是

这很好地匹配以下表达式：

但它无法解析：

因为它(None, 'in', '2', None, None, None, None)反而返回。

有没有办法让 finditer() 返回所有匹配项，即使它们重叠，或者有没有办法改进我的正则表达式，使其正确匹配最后一点？

谢谢。

I am having a difficult time getting my regular expression code to work properly in PHP. Here is my code:

When this code is ran it will output:

What can I do so that it will match 123, 234, 345 and 456?

Thanks in advance!

我将使用 Scala 语法问这个问题，即使这个问题真的与语言无关。

假设我有两个列表

我想找到所有testresult与groundtruth.

我可以这样做：

但这需要O(testresult.size * groundtruth.size)时间来运行。

是否有更快的算法来计算这个结果，或者可以使exists测试更高效的数据结构？

PS 该算法应该可以使用如下表达式生成groundtruth和生成。testresult换句话说，不能保证列表中范围之间的关系，Ranges 的平均大小为 100 或更大。

我有以下代码：

当我将它加载到 GHCi (7.0.3) 中时，我得到：

这是一个错误还是我在这里遗漏了什么？

以下持有：

更新：

我正在使用{-# LANGUAGE OverloadedStrings #-}.

我必须使用 Perl 计算多个序列中重叠二聚体（AA、AG、AC、AT、GA、GG、GC、GT、CC、CG、CA、CT、TT、TA、TG、TC）的数量。我编写了以下代码，但它仅适用于一个序列。如何将其扩展到多个序列？

我需要：

1. 每个序列的计数和
2. 总数

输入示例：sample.txt

我正在寻找解决此问题的内存效率最高的方法。

我有一个表示句子中部分字符串匹配的元组列表：

每个元组的第一个值是匹配的开始位置，第二个值是长度。

这个想法是折叠列表，以便只报告最长的连续字符串匹配。在这种情况下，它将是：

我不想要最长的范围，就像在算法中找到最长的非重叠序列一样，但我希望所有的范围都被最长的折叠。

如果您想知道，我正在使用 Aho-Corasick 的纯 python 实现来将静态字典中的术语与给定的文本片段匹配。

编辑：由于这些元组列表的性质，重叠但不是独立的范围应该单独打印出来。例如，在字典中有单词betazandzeta的匹配项betazeta是[(0,5),(4,8)]。由于这些范围重叠，但没有包含在另一个范围内，因此答案应该是[(0,5),(4,8)]。我还修改了上面的输入数据集，以便涵盖这种情况。

谢谢！

我有 2 个数据集，每个数据集都包含 Start、End 和 Chromosome 列名。我想比较两个文件中的值，看看是否有任何不重叠的区域（考虑到开始、结束和色度位置）并使用 R 将它们包含在列表中。什么是遍历所有文件的最佳方法两个文件中的数据点并进行比较

文件示例 1：

文件示例 2：

谢谢