c# - 如何在序列中找到未知的重复子序列？包括子序列的递归搜索

Question

我正在考虑将在存储的 IEnumerable 上找到一些重复模式的应用程序。到目前为止，我发现的是按顺序查找给定的子序列——这相当容易。

我认为我需要的是:

• 找出是否有任何未知的子序列出现不止一次(注意它的样子，放在哪里)
• 找到子序列的未知子子序列递归直到找到的模式长度大于 4 (ie)

目前我有两个想法需要进一步研究，但我确信有现成的算法可以处理此类问题。

想法

• 制作Dictionary<List<MyObject>, List <List<MyObject>> >我会在哪里将 MyObject 的第一次出现作为关键，然后是以下列表每次迭代都会扩展列表。然后做任何已发现模式的递归发现。
• 实现霍夫曼编码，因为我认为它在某种程度上属于这个问题。

Answer 1

我不是很清楚你在问什么——你能举例说明你正在使用的对象和预期的结果吗？

这是一个基于其中一个响应的示例...

考虑

class Person
{
    public string Name;
}

你可以做到

var people = new List<Person>() { new Person() { Name="Joe" },
                                  new Person() { Name="Jim" },
                                  new Person() { Name="Jack" },
                                  new Person() { Name="Joe" },
                                  new Person() { Name="Jim" } };

var duplicateItems = from x in people
                     group x by x.Name into grouped
                     where grouped.Count() > 1
                     select grouped.Key;

duplicateItems，在这种情况下，是字符串的集合(名称):{"Joe","Jim"}

如果您正在寻找实际的 Person 对象，那么您可以这样做(我想有更好的方法将其与上面的结合):

var duplicatePeople = from x in people
                      where duplicateItems.Contains<string>(x.Name)
                      select x;

这将返回 Person 对象的集合(两个 Joe 的和两个 Jim 的)