c# - 减少字符串数组中序列的最佳方法

Question

拜托，现在我已经重写了这个问题，并且在它受到进一步的影响之前 fast-gun answers或通过 eager editors 提前关闭让我指出这不是 this question 的副本.我知道如何从数组中删除重复项。

这道题是关于从数组中移除序列，而不是严格意义上的重复项。

考虑数组中的这个元素序列；

[0] a
[1] a
[2] b
[3] c
[4] c
[5] a
[6] c
[7] d
[8] c
[9] d

在这个例子中我想获得以下...

[0] a
[1] b
[2] c
[3] a
[4] c
[5] d

请注意，保留了重复元素，但同一元素的序列已减少为该元素的单个实例。

此外，请注意，当两行重复时，应将它们缩减为一组(两行)。

[0] c
[1] d
[2] c
[3] d

...减少到...

[0] c
[1] d

我正在用 C# 编写代码，但任何语言的算法都值得赞赏。

Answer 1

编辑:做了一些更改和新建议

滑动窗口怎么样...

REMOVE LENGTH 2: (no other length has other matches)
//the lower case letters are the matches
ABCBAbabaBBCbcbcbVbvBCbcbcAB  
__ABCBABABABBCBCBCBVBVBCBCBCAB

REMOVE LENGTH 1 (duplicate characters):
//* denote that a string was removed to prevent continual contraction
//of the string, unless this is what you want.
ABCBA*BbC*V*BC*AB
_ABCBA*BBC*V*BC*AB

RESULT:
ABCBA*B*C*V*BC*AB == ABCBABCVBCAB

这当然是从length=2开始，增加到L/2然后向下迭代。

我也在考虑另外两种方法:

1. digraph - 使用数据设置一个有状态的有向图，并使用字符串对其进行迭代，如果找到一个循环，您将有一个重复。我不确定检查这些循环有多容易……可能是一些动态编程，所以它可能等同于下面的方法 2。我将不得不再考虑这个问题。
2. distance matrix - 使用 levenstein 距离矩阵，您可能能够检测到成本为 0 的对角线移动(偏离对角线)的重复。这可能表示数据重复。我将不得不更多地考虑这一点。