java - 在循环中查找字符串时出现模式问题

Question

在这种情况下，我的 getCount() 方法应该返回 2，但它返回 7。我认为它计数不正确的原因是因为它循环了 for 7 次，因为这是字符串的长度。然而，我只是想扫描字符串中的模式，并在每次模式出现在我正在扫描的字符串中时将patternCount 加 1。这是我的代码:

package a2;

public class DNAStrandAdept {

    private String strand;
    private String pattern;
    private String passedStrand;
    private int ACount;
    private int CCount;
    private int GCount;
    private int TCount;
    private int patternCount = 0;

    public static void main(String[] args) {
        DNAStrandAdept test = new DNAStrandAdept("AGGTTGG");
        System.out.println("A count: " + test.getACount());
        System.out.println("C count: " + test.getCCount());
        System.out.println("G count: " + test.getGCount());
        System.out.println("T count: " + test.getTCount());
        System.out.println("Strand: " + test.getStrandString());
        System.out.println("Strand length: " + test.getLength());
        System.out.println("Pattern Count: " + test.getCount("GG"));

    }

    public DNAStrandAdept(String strand) {
        passedStrand = strand;
        if (passedStrand.contains("a") || passedStrand.contains("c")
                || passedStrand.contains("g") || passedStrand.contains("t")) {
            throw new RuntimeException("Illegal DNA strand");
        } else if (passedStrand.contains("1") || passedStrand.contains("2")
                || passedStrand.contains("3") || passedStrand.contains("4")
                || passedStrand.contains("5") || passedStrand.contains("6")
                || passedStrand.contains("7") || passedStrand.contains("8")
                || passedStrand.contains("9") || passedStrand.contains("0")) {
            throw new RuntimeException("Illegal DNA Strand");
        } else if (passedStrand.contains(",") || passedStrand.contains(".")
                || passedStrand.contains("?") || passedStrand.contains("/")
                || passedStrand.contains("<") || passedStrand.contains(">")) {
            throw new RuntimeException("Illegal DNA Strand");
        }
    }

    public int getACount() {
        for (int i = 0; i < passedStrand.length(); i++) {
            if (passedStrand.charAt(i) == 'A') {
                ACount++;
            }

        }
        return ACount;
    }

    public int getCCount() {
        for (int i = 0; i < passedStrand.length(); i++) {
            if (passedStrand.charAt(i) == 'C') {
                CCount++;
            }

        }
        return CCount;
    }

    public int getGCount() {
        for (int i = 0; i < passedStrand.length(); i++) {
            if (passedStrand.charAt(i) == 'G') {
                GCount++;
            }

        }
        return GCount;
    }

    public int getTCount() {
        for (int i = 0; i < passedStrand.length(); i++) {
            if (passedStrand.charAt(i) == 'T') {
                TCount++;
            }
        }
        return TCount;
    }

    public String getStrandString() {
        return passedStrand;
    }

    public int getLength() {
        return passedStrand.length();
    }

    public int getCount(String pattern) {

        for (int i = 0; i < passedStrand.length(); i++) {
            if (passedStrand.contains(pattern)) {
                patternCount++;
            }
        }

        return patternCount;
    }

    public int findPattern(String pattern, int startIndex) {
        return 0;
    }
}

这是我的输出:

A count: 1
C count: 0
G count: 4
T count: 2
Strand: AGGTTGG
Strand length: 7
Pattern Count: 7

Answer 1

注意您的 for 循环:

for (int i = 0; i < passedStrand.length(); i++) {
        if (passedStrand.contains(pattern)) {
            patternCount++;
        }
    }

如果 pattern 存在于 passedStrand 中，则它将始终为 true。它实际上并不依赖于循环的任何部分。由于循环运行 passedStrand.length() 次，因此该条件将被检查多次。并且每次，由于它为 true，patternCount 都会递增。因此 patternCount 的最终值将是 passedStrand.length();。

您想要做的是，从每个索引开始，检查下一个 pattern.length() 个字符，组成一个等于 pattern 的字符串。如果是，则增加 patternCount。因此，您需要在此处使用 substring 方法:

int patternLen = pattern.length();

for (int i = 0; i < passedStrand.length() - patternLen + 1; i++) {
        if (passedStrand.substring(i, i + patternLen).equals(pattern)) {
            patternCount++;
        }
    }

另请注意，循环直到 passedStrand 字符串末尾才会真正运行。你只需要运行到索引处，从那里有可能完全出现pattern字符串。

<小时/>

由于 substring 调用，此方法在 for 循环内创建额外的 String 对象。您可以使用 String#indexOf 方法来避免这种情况。您只需继续在 passedStrand 中查找 pattern 的下一个 index，直到获得 index 为 -1，结束处。

int startIndex = passedStrand.indexOf(pattern);

while (startIndex != -1) {
    patternCount++;
    startIndex = passedStrand.indexOf(pattern, startIndex + pattern.length());
}

<小时/>

如果效率不是一个大问题，那么正则表达式真的很不错。看看如何:

public int getCount(String pattern) {
    int patternCount = 0;

    Matcher matcher = Pattern.compile(pattern).matcher(passedStrand);

    while (matcher.find()) {
        patternCount++;
    }
    return patternCount;
}