您如何计算字符串中字符串(实际上是字符)的出现?


863

我在做某件事,我意识到我想计算/一个字符串中可以找到多少个,然后让我感到震惊的是,有几种方法可以做到,但无法确定最好的(或最简单的)是什么。

目前,我正在处理类似:

string source = "/once/upon/a/time/";
int count = source.Length - source.Replace("/", "").Length;

但是,我一点都不喜欢它,对吗?

我真的不想为此挖出来RegEx,是吗?

我知道我的字符串将包含我要搜索的术语,因此可以假定...

当然对于串的其中 长度> 1

string haystack = "/once/upon/a/time";
string needle = "/";
int needleCount = ( haystack.Length - haystack.Replace(needle,"").Length ) / needle.Length;

34
+1:我必须说这是一种非常不同的计算方式。我对基准测试结果感到惊讶:)
naveen 2012年

4
没什么不同...这是在SQL:中实现此功能的典型方法LEN(ColumnToCheck) - LEN(REPLACE(ColumnToCheck,"N",""))
谢里登

6
实际上,您应该用“ /”除。长度
Gerard

3
请问您的要求是,“ /////”中“ //”的出现次数应该是多少?2还是4?
2014年

1
使用正则表达式可能是解决问题的最佳方法
Adam Higgins

Answers:


1008

如果您使用的是.NET 3.5,则可以使用LINQ以单线方式执行此操作:

int count = source.Count(f => f == '/');

如果您不想使用LINQ,可以使用以下方法:

int count = source.Split('/').Length - 1;

您可能会惊讶地发现,您的原始技术似乎比上述任何一种都快30%!我刚刚使用“ / once / upon / a / time /”做了一个快速基准测试,结果如下:

您的原始= 12s 来源.Count
= 19s
来源.split = 17s
foreach(根据bobwienholt的回答)= 10s

(时间是进行5000万次迭代,因此您不太可能注意到现实世界中的巨大差异。)


6
是的,VS在字符串类上隐藏了LINQ扩展方法。我猜他们认为开发人员不希望所有这些扩展方法都出现在字符串类中。可能是一个明智的决定。
Judah Gabriel Himango,09年

11
这可能是因为VS2010自动在新的类文件中包含System.Linq,而VS2008可能没有。需要使用名称空间才能使智能感知工作。
Sprague 2012年

30
请注意,“计数”和“拆分”解决方案仅在您计算字符时才有效。它们不能像OP的解决方案那样使用字符串。
Peter Lillevold 2014年

5
f == '\' 是关于字符串中的字符,而不是字符串中的字符
Thomas Weller

9
这似乎是对另一个问题的答案:“您如何计算字符串中字符的出现?”
Ben Aaronson

181
string source = "/once/upon/a/time/";
int count = 0;
foreach (char c in source) 
  if (c == '/') count++;

必须比source.Replace()本身快。


18
通过切换为for而不是foreach,您可以获得微不足道的改进,但是只有很小一部分。
Mark

17
不。该问题要求计算字符串(而不是字符)的出现。
YukiSakura 2015年

3
这是对字符串中的字符进行计数。标题是关于计算字符串中的字符串
Thomas Weller

2
@Mark刚刚使用for循环对其进行了测试,它实际上比使用foreach慢。可能是因为边界检查?(时间为1.65秒,而500万次迭代为2.05。)
2016年

4
当问题是在字符串中要求一个字符串时,OP发布的示例问题实际上只是一个字符,在这种情况下,我将这个答案称为有效解决方案,因为它显示了一种更好的方法(用字符搜索而不是字符串搜索)解决眼前的问题。
乍得

136
int count = new Regex(Regex.Escape(needle)).Matches(haystack).Count;

8
+1-在某些情况下,您可能需要添加RegexOptions.IgnoreCase
TrueWill 2014年

3
这难道不是很低吗?
Thomas Ayoub 2015年

4
正则表达式的开销并不理想,再加上“我真的不想为此掏出正则表达式,对吗?”
乍得

可能不希望Regex.Escape(...)如此new System.Text.RegularExpressions.Regex(needle).Matches(haystack).Count;
barlop

2
我选择了这个,因为它可以搜索字符串,而不仅仅是字符。
印第(Indy)的詹姆斯,

86

如果您希望能够搜索整个字符串,而不仅仅是字符:

src.Select((c, i) => src.Substring(i))
    .Count(sub => sub.StartsWith(target))

读为“对于字符串中的每个字符,将从该字符开始的其余字符串作为子字符串;如果它以目标字符串开头,则对其进行计数”。


1
不知道如何用比给定的说明更清楚的方式解释它。什么令人困惑?
mqp 2012年

58
超慢! 在html页面上进行了尝试,大约花费了2分钟,而此页面上的其他方法花费了2秒。答案是正确的。太慢了,无法使用。
JohnB 2012年

2
同意,太慢了。我是linq式解决方案的忠实拥护者,但这是不可行的。
Sprague 2012年

5
请注意,之所以这么慢是因为它创建了n个字符串,因此大约分配了n ^ 2/2个字节。
彼得·克拉布特里

6
我的210000个字符的字符串抛出OutOfMemoryException。
ender

66

我进行了一些研究,发现Richard Watson的解决方案在大多数情况下是最快的。这就是该表中包含每个解决方案的结果的表(那些使用Regex的解决方案除外,因为使用Regex的原因是在解析“ test {test”之类的字符串时会抛出异常)

    Name      | Short/char |  Long/char | Short/short| Long/short |  Long/long |
    Inspite   |         134|        1853|          95|        1146|         671|
    LukeH_1   |         346|        4490|         N/A|         N/A|         N/A|
    LukeH_2   |         152|        1569|         197|        2425|        2171|
Bobwienholt   |         230|        3269|         N/A|         N/A|         N/A|
Richard Watson|          33|         298|         146|         737|         543|
StefanosKargas|         N/A|         N/A|         681|       11884|       12486|

您可以看到,如果在短字符串(10至50个字符)中发现短子字符串(1-5个字符)的出现次数,则首选原始算法。

另外,对于多字符子字符串,应使用以下代码(基于Richard Watson的解决方案)

int count = 0, n = 0;

if(substring != "")
{
    while ((n = source.IndexOf(substring, n, StringComparison.InvariantCulture)) != -1)
    {
        n += substring.Length;
        ++count;
    }
}

我打算添加自己的“低级”解决方案(不创建子字符串,不使用replace / split或任何Regex / Linq),但是您的解决方案甚至可能比我的更好(至少更短)。谢谢!
Dan

对于Regex解决方案,请在Regex.Escape(needle)
2013年

2
只是为其他人指出,搜索值需要检查是否为空,否则将陷入无限循环。
WhoIsRich 2014年

2
也许只有我一个人,但是source="aaa" substring="aa"我希望能重新获得2,而不是1。要“解决”此问题,请更改n += substring.Lengthn++
ytoledano '16

您可以添加overlapped标志来满足您的情况,例如:overlapped=True;.... if(overlapped) {++n;} else {n += substring.Length;}
tsionyx

54

LINQ适用于所有集合,并且由于字符串只是字符的集合,所以这个漂亮的小单行代码怎么样:

var count = source.Count(c => c == '/');

确保您具有using System.Linq;代码文件的顶部,.Count以及该名称空间的扩展方法。


5
在那里真的值得使用var吗?是否有可能将Count替换为不返回int的内容?
2009年

69
@Whatsit:您可以只用左手输入“ var”,而“ int”则需要两只手;)
Sean Bright

7
int字母都驻留在主键中,而var不是。嗯..等等,我正在使用Dvorak
Michael Buen 2010年

2
@BDotA确保您具有“正在使用System.Linq;” 在文件的顶部。另外,由于它是字符串,因此intellisense可能会向您隐藏.Count调用。即使这样,它也可以编译运行。
Judah Gabriel Himango 2012年

3
@ JudahGabrielHimango我认为应该使用var,尤其是当变量类型很明显时(为了简洁和一致性)
EriF89 '19

50
string source = "/once/upon/a/time/";
int count = 0;
int n = 0;

while ((n = source.IndexOf('/', n)) != -1)
{
   n++;
   count++;
}

在我的计算机上,它比每个字符的解决方案都要快2秒钟,可以进行5000万次迭代。

2013年修订版:

将字符串更改为char []并进行迭代。将总时间再减少一两秒,即可进行50m次迭代!

char[] testchars = source.ToCharArray();
foreach (char c in testchars)
{
     if (c == '/')
         count++;
}

这仍然更快:

char[] testchars = source.ToCharArray();
int length = testchars.Length;
for (int n = 0; n < length; n++)
{
    if (testchars[n] == '/')
        count++;
}

从好的角度来看,从数​​组末尾迭代到0似乎是最快的,大约是5%。

int length = testchars.Length;
for (int n = length-1; n >= 0; n--)
{
    if (testchars[n] == '/')
        count++;
}

我想知道为什么会这样并且正在谷歌搜索(我还记得更快地进行反向迭代),并且遇到了这个SO问题,它已经烦人地使用了字符串char []技术。我认为,在这种情况下,逆转技巧是新的。

在C#中,迭代字符串中各个字符的最快方法是什么?


1
您可能会source.IndexOf('/', n + 1)丢掉n++while 的和和方括号:)另外,放置一个变量string word = "/"而不是字符。
neeKo

1
嗨Niko,签出新答案。不过,可变长度子字符串可能更难。
理查德·沃森

我通过逐步简化使用了类似的方法。直到我意识到indexOf具有startIndex。我最喜欢第一个解决方案,因为它在速度和内存占用之间取得了很好的平衡。
萨米尔·班雅诺维奇

1
我在某处读到,向后迭代的速度更快,因为将值与0进行比较会更快
reggaeguitar 2015年

1
@shitpoet是的。如果您查看基础代码,那是一个本地调用。public char [] toCharArray(){... System.arraycopy(value,0,result,0,value.length); ...}
理查德·沃森

46

这两个都只适用于单字符搜索词...

countOccurences("the", "the answer is the answer");

int countOccurences(string needle, string haystack)
{
    return (haystack.Length - haystack.Replace(needle,"").Length) / needle.Length;
}

对于更长的针头可能会更好...

但是必须有一种更优雅的方法。:)


考虑到多字符替换。没有它,在“测试是关键”中计算“ the”将返回
6。– ZombieSheep

进行基准测试并与string.Split-way进行比较-快约1.5倍。荣誉
亚历克斯(Alex)

20

编辑:

source.Split('/').Length-1

2
这就是我的工作。并source.Split(new[]{"//"}, StringSplitOptions.None).Count - 1用于多字符分隔符。
bzlm

4
这将在堆上执行至少n个字符串分配,加上(可能)几个数组调整大小-所有这些只是为了获得计数?效率极低,无法很好地扩展,永远不要在任何重要的代码中使用。
Zar Shardan

17

在C#中,一个不错的String SubString计数器是这个异常棘手的家伙:

public static int CCount(String haystack, String needle)
{
    return haystack.Split(new[] { needle }, StringSplitOptions.None).Length - 1;
}

1
不错的解决方案-也可以用于字符串(不只是char)!
ChriPf '16

谢谢,在交换语言时,忘记字符串处理的一些细微之处很容易-就像我们今天大多数人一样!
戴夫

1
-1因为:您知道Count()与Count或Length之间的区别吗?如果有人使用Count()而不是Count或Length,则会被触发。Count()创建IEnumerator,然后遍历所有IEnumerable,而Count或Length已设置为对象的属性,该属性已保存所需的计数,而无需遍历所有元素。
aeroson '17

好的地方,而且很奇怪的是,在我的函数库中,我从那里开始使用函数“ Length”。编辑!
戴夫


13
private int CountWords(string text, string word) {
    int count = (text.Length - text.Replace(word, "").Length) / word.Length;
    return count;
}

因为最初的解决方案对于chars来说是最快的,所以我想它对于字符串也是一样。这是我的贡献。

对于上下文:我正在日志文件中查找“失败”和“成功”之类的词。

Gr,本


2
只是不要为“ word”变量传递空字符串(除以零误差)。
Andrew Jens

12
string s = "65 fght 6565 4665 hjk";
int count = 0;
foreach (Match m in Regex.Matches(s, "65"))
  count++;

20
。或Regex.Matches(S, “65”)计数^ _ ^

不适用于每个字符串。尝试在“ abc ++ def ++ xyz”中搜索“ ++”
marsh-wiggle

7

对于任何想要使用String扩展方法的人,

这是我使用的,这是基于最好的发布答案的:

public static class StringExtension
{    
    /// <summary> Returns the number of occurences of a string within a string, optional comparison allows case and culture control. </summary>
    public static int Occurrences(this System.String input, string value, StringComparison stringComparisonType = StringComparison.Ordinal)
    {
        if (String.IsNullOrEmpty(value)) return 0;

        int count    = 0;
        int position = 0;

        while ((position = input.IndexOf(value, position, stringComparisonType)) != -1)
        {
            position += value.Length;
            count    += 1;
        }

        return count;
    }

    /// <summary> Returns the number of occurences of a single character within a string. </summary>
    public static int Occurrences(this System.String input, char value)
    {
        int count = 0;
        foreach (char c in input) if (c == value) count += 1;
        return count;
    }
}

如果传入的字符串为null或为空,则第二种方法不会生效吗?纯粹从样式角度来看,您将输入定义为System.String而不是字符串吗?
Nodoid

7
public static int GetNumSubstringOccurrences(string text, string search)
{
    int num = 0;
    int pos = 0;

    if (!string.IsNullOrEmpty(text) && !string.IsNullOrEmpty(search))
    {
        while ((pos = text.IndexOf(search, pos)) > -1)
        {
            num ++;
            pos += search.Length;
        }
    }
    return num;
}

5

我认为最简单的方法是使用正则表达式。这样,您可以获得与使用myVar.Split('x')相同的拆分计数,但使用的是多字符设置。

string myVar = "do this to count the number of words in my wording so that I can word it up!";
int count = Regex.Split(myVar, "word").Length;

3
string search = "/string";
var occurrences = (regex.Match(search, @"\/")).Count;

每次程序精确地找到“ / s”(区分大小写)时,它将进行计数,并且其出现的次数将存储在变量“ occurrences”中


3

我感到我们缺少某些类型的子字符串计数,例如不安全的逐字节比较。我将原始海报的方法和我能想到的任何方法放在一起。

这些是我做的字符串扩展。

namespace Example
{
    using System;
    using System.Text;

    public static class StringExtensions
    {
        public static int CountSubstr(this string str, string substr)
        {
            return (str.Length - str.Replace(substr, "").Length) / substr.Length;
        }

        public static int CountSubstr(this string str, char substr)
        {
            return (str.Length - str.Replace(substr.ToString(), "").Length);
        }

        public static int CountSubstr2(this string str, string substr)
        {
            int substrlen = substr.Length;
            int lastIndex = str.IndexOf(substr, 0, StringComparison.Ordinal);
            int count = 0;
            while (lastIndex != -1)
            {
                ++count;
                lastIndex = str.IndexOf(substr, lastIndex + substrlen, StringComparison.Ordinal);
            }

            return count;
        }

        public static int CountSubstr2(this string str, char substr)
        {
            int lastIndex = str.IndexOf(substr, 0);
            int count = 0;
            while (lastIndex != -1)
            {
                ++count;
                lastIndex = str.IndexOf(substr, lastIndex + 1);
            }

            return count;
        }

        public static int CountChar(this string str, char substr)
        {
            int length = str.Length;
            int count = 0;
            for (int i = 0; i < length; ++i)
                if (str[i] == substr)
                    ++count;

            return count;
        }

        public static int CountChar2(this string str, char substr)
        {
            int count = 0;
            foreach (var c in str)
                if (c == substr)
                    ++count;

            return count;
        }

        public static unsafe int CountChar3(this string str, char substr)
        {
            int length = str.Length;
            int count = 0;
            fixed (char* chars = str)
            {
                for (int i = 0; i < length; ++i)
                    if (*(chars + i) == substr)
                        ++count;
            }

            return count;
        }

        public static unsafe int CountChar4(this string str, char substr)
        {
            int length = str.Length;
            int count = 0;
            fixed (char* chars = str)
            {
                for (int i = length - 1; i >= 0; --i)
                    if (*(chars + i) == substr)
                        ++count;
            }

            return count;
        }

        public static unsafe int CountSubstr3(this string str, string substr)
        {
            int length = str.Length;
            int substrlen = substr.Length;
            int count = 0;
            fixed (char* strc = str)
            {
                fixed (char* substrc = substr)
                {
                    int n = 0;

                    for (int i = 0; i < length; ++i)
                    {
                        if (*(strc + i) == *(substrc + n))
                        {
                            ++n;
                            if (n == substrlen)
                            {
                                ++count;
                                n = 0;
                            }
                        }
                        else
                            n = 0;
                    }
                }
            }

            return count;
        }

        public static int CountSubstr3(this string str, char substr)
        {
            return CountSubstr3(str, substr.ToString());
        }

        public static unsafe int CountSubstr4(this string str, string substr)
        {
            int length = str.Length;
            int substrLastIndex = substr.Length - 1;
            int count = 0;
            fixed (char* strc = str)
            {
                fixed (char* substrc = substr)
                {
                    int n = substrLastIndex;

                    for (int i = length - 1; i >= 0; --i)
                    {
                        if (*(strc + i) == *(substrc + n))
                        {
                            if (--n == -1)
                            {
                                ++count;
                                n = substrLastIndex;
                            }
                        }
                        else
                            n = substrLastIndex;
                    }
                }
            }

            return count;
        }

        public static int CountSubstr4(this string str, char substr)
        {
            return CountSubstr4(str, substr.ToString());
        }
    }
}

随后是测试代码...

static void Main()
{
    const char matchA = '_';
    const string matchB = "and";
    const string matchC = "muchlongerword";
    const string testStrA = "_and_d_e_banna_i_o___pfasd__and_d_e_banna_i_o___pfasd_";
    const string testStrB = "and sdf and ans andeians andano ip and and sdf and ans andeians andano ip and";
    const string testStrC =
        "muchlongerword amuchlongerworsdfmuchlongerwordsdf jmuchlongerworijv muchlongerword sdmuchlongerword dsmuchlongerword";
    const int testSize = 1000000;
    Console.WriteLine(testStrA.CountSubstr('_'));
    Console.WriteLine(testStrA.CountSubstr2('_'));
    Console.WriteLine(testStrA.CountSubstr3('_'));
    Console.WriteLine(testStrA.CountSubstr4('_'));
    Console.WriteLine(testStrA.CountChar('_'));
    Console.WriteLine(testStrA.CountChar2('_'));
    Console.WriteLine(testStrA.CountChar3('_'));
    Console.WriteLine(testStrA.CountChar4('_'));
    Console.WriteLine(testStrB.CountSubstr("and"));
    Console.WriteLine(testStrB.CountSubstr2("and"));
    Console.WriteLine(testStrB.CountSubstr3("and"));
    Console.WriteLine(testStrB.CountSubstr4("and"));
    Console.WriteLine(testStrC.CountSubstr("muchlongerword"));
    Console.WriteLine(testStrC.CountSubstr2("muchlongerword"));
    Console.WriteLine(testStrC.CountSubstr3("muchlongerword"));
    Console.WriteLine(testStrC.CountSubstr4("muchlongerword"));
    var timer = new Stopwatch();
    timer.Start();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountSubstr(matchA);
    timer.Stop();
    Console.WriteLine("CS1 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrB.CountSubstr(matchB);
    timer.Stop();
    Console.WriteLine("CS1 and: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrC.CountSubstr(matchC);
    timer.Stop();
    Console.WriteLine("CS1 mlw: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountSubstr2(matchA);
    timer.Stop();
    Console.WriteLine("CS2 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrB.CountSubstr2(matchB);
    timer.Stop();
    Console.WriteLine("CS2 and: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrC.CountSubstr2(matchC);
    timer.Stop();
    Console.WriteLine("CS2 mlw: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountSubstr3(matchA);
    timer.Stop();
    Console.WriteLine("CS3 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrB.CountSubstr3(matchB);
    timer.Stop();
    Console.WriteLine("CS3 and: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrC.CountSubstr3(matchC);
    timer.Stop();
    Console.WriteLine("CS3 mlw: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountSubstr4(matchA);
    timer.Stop();
    Console.WriteLine("CS4 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrB.CountSubstr4(matchB);
    timer.Stop();
    Console.WriteLine("CS4 and: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrC.CountSubstr4(matchC);
    timer.Stop();
    Console.WriteLine("CS4 mlw: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountChar(matchA);
    timer.Stop();
    Console.WriteLine("CC1 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountChar2(matchA);
    timer.Stop();
    Console.WriteLine("CC2 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountChar3(matchA);
    timer.Stop();
    Console.WriteLine("CC3 chr: " + timer.Elapsed.TotalMilliseconds + "ms");

    timer.Restart();
    for (int i = 0; i < testSize; ++i)
        testStrA.CountChar4(matchA);
    timer.Stop();
    Console.WriteLine("CC4 chr: " + timer.Elapsed.TotalMilliseconds + "ms");
}

结果:CSX与CountSubstrX相对应,而CCX与CountCharX相对应。“ chr”在字符串中搜索“ _”,“ and”在字符串中搜索“ and”,而“ mlw”在字符串中搜索“ muchlongerword”

CS1 chr: 824.123ms
CS1 and: 586.1893ms
CS1 mlw: 486.5414ms
CS2 chr: 127.8941ms
CS2 and: 806.3918ms
CS2 mlw: 497.318ms
CS3 chr: 201.8896ms
CS3 and: 124.0675ms
CS3 mlw: 212.8341ms
CS4 chr: 81.5183ms
CS4 and: 92.0615ms
CS4 mlw: 116.2197ms
CC1 chr: 66.4078ms
CC2 chr: 64.0161ms
CC3 chr: 65.9013ms
CC4 chr: 65.8206ms

最后,我有一个360万个字符的文件。重复了100,000次“ derp adfderdserp dfaerpderp deasderp”。我使用上述方法在文件内搜索“ derp”,结果是这些结果的100倍。

CS1Derp: 1501.3444ms
CS2Derp: 1585.797ms
CS3Derp: 376.0937ms
CS4Derp: 271.1663ms

因此,我的第四种方法绝对是赢家,但是,实际上,如果一个360万个字符文件100次仅花了1586毫秒(最坏的情况),那么所有这些都可以忽略不计。

顺便说一句,我还使用100倍CountSubstr和CountChar方法扫描了360万个字符文件中的'd'字符。结果...

CS1  d : 2606.9513ms
CS2  d : 339.7942ms
CS3  d : 960.281ms
CS4  d : 233.3442ms
CC1  d : 302.4122ms
CC2  d : 280.7719ms
CC3  d : 299.1125ms
CC4  d : 292.9365ms

据此,原始的海报方法对于大干草堆中的单个字符的针非常不利。

注意:所有值已更新为“发行版本”输出。我第一次发布此内容时,意外地忘记了建立在Release模式上。我的某些声明已被修改。


感谢您提供的效果。速度的系数差异为10可能是不考虑linq或其他简洁编写的解决方案,而是采用扩展方法的原因。
安德烈亚斯·里夫

2

出现字符串的通用函数:

public int getNumberOfOccurencies(String inputString, String checkString)
{
    if (checkString.Length > inputString.Length || checkString.Equals("")) { return 0; }
    int lengthDifference = inputString.Length - checkString.Length;
    int occurencies = 0;
    for (int i = 0; i < lengthDifference; i++) {
        if (inputString.Substring(i, checkString.Length).Equals(checkString)) { occurencies++; i += checkString.Length - 1; } }
    return occurencies;
}

2
这将产生大量的临时字符串,并使垃圾回收器非常努力地工作。
EricLaw

2
string source = "/once/upon/a/time/";
int count = 0, n = 0;
while ((n = source.IndexOf('/', n) + 1) != 0) count++;

理查德·沃森(Richard Watson)的答案的一种变体,字符串中出现char的次数越多,速度越快,效率越高,代码更少!

尽管我必须说,在没有广泛测试每个方案的情况下,我确实通过使用以下方法实现了非常显着的速度改进:

int count = 0;
for (int n = 0; n < source.Length; n++) if (source[n] == '/') count++;

2
            var conditionalStatement = conditionSetting.Value;

            //order of replace matters, remove == before =, incase of ===
            conditionalStatement = conditionalStatement.Replace("==", "~").Replace("!=", "~").Replace('=', '~').Replace('!', '~').Replace('>', '~').Replace('<', '~').Replace(">=", "~").Replace("<=", "~");

            var listOfValidConditions = new List<string>() { "!=", "==", ">", "<", ">=", "<=" };

            if (conditionalStatement.Count(x => x == '~') != 1)
            {
                result.InvalidFieldList.Add(new KeyFieldData(batch.DECurrentField, "The IsDoubleKeyCondition does not contain a supported conditional statement. Contact System Administrator."));
                result.Status = ValidatorStatus.Fail;
                return result;
            }

需要执行类似于测试字符串中的条件语句的操作。

用单个字符替换了我正在寻找的内容,并计算了单个字符的实例。

显然,在进行此操作之前,需要检查您正在使用的单个字符在字符串中是否不存在,以避免计数错误。


2

字符串中的字符串:

在“ .. JD JD JD JD等,等等。JDJDJDJDJDJDJDJD等”中找到“ etc”。

var strOrigin = " .. JD JD JD JD etc. and etc. JDJDJDJDJDJDJDJD and etc.";
var searchStr = "etc";
int count = (strOrigin.Length - strOrigin.Replace(searchStr, "").Length)/searchStr.Length.

在将其视为不健全/笨拙的东西之前,请检查性能。


2

我最初给我的东西是:

public static int CountOccurrences(string original, string substring)
{
    if (string.IsNullOrEmpty(substring))
        return 0;
    if (substring.Length == 1)
        return CountOccurrences(original, substring[0]);
    if (string.IsNullOrEmpty(original) ||
        substring.Length > original.Length)
        return 0;
    int substringCount = 0;
    for (int charIndex = 0; charIndex < original.Length; charIndex++)
    {
        for (int subCharIndex = 0, secondaryCharIndex = charIndex; subCharIndex < substring.Length && secondaryCharIndex < original.Length; subCharIndex++, secondaryCharIndex++)
        {
            if (substring[subCharIndex] != original[secondaryCharIndex])
                goto continueOuter;
        }
        if (charIndex + substring.Length > original.Length)
            break;
        charIndex += substring.Length - 1;
        substringCount++;
    continueOuter:
        ;
    }
    return substringCount;
}

public static int CountOccurrences(string original, char @char)
{
    if (string.IsNullOrEmpty(original))
        return 0;
    int substringCount = 0;
    for (int charIndex = 0; charIndex < original.Length; charIndex++)
        if (@char == original[charIndex])
            substringCount++;
    return substringCount;
}

使用替换和分割的干草堆方法中的针产生21+秒,而这大约需要15.2。

在添加了将添加substring.Length - 1到charIndex(如它应该的)的位之后进行编辑,该时间为11.6秒。

编辑2:我使用了一个包含26个两个字符的字符串,这是将时间更新为相同的示例文本:

大海捞针(OP版):7.8秒

建议的机制:4.6秒。

编辑3:添加单个字符的大写字母,到1.2秒。

编辑4:对于上下文:使用了5000万次迭代。


2

以为我会把我的扩展方法扔进圈里(更多信息请参见评论)。我没有做任何正式的基准测试,但我认为在大多数情况下必须非常快。

编辑:好的-所以这个问题让我想知道我们当前实现的性能如何与此处介绍的一些解决方案相提并论。我决定进行一些基准测试,发现我们的解决方案与Richard Watson提供的解决方案的性能非常一致,直到您使用大字符串(100 Kb +),大子字符串(32 Kb + )和许多嵌入式重复(10K +)。到那时,我们的解决方案要慢2到4倍。考虑到这一点,以及我们真的很喜欢Richard Watson提出的解决方案这一事实,我们相应地重构了我们的解决方案。我只是想将其提供给可能会从中受益的任何人。

我们原始的解决方案:

    /// <summary>
    /// Counts the number of occurrences of the specified substring within
    /// the current string.
    /// </summary>
    /// <param name="s">The current string.</param>
    /// <param name="substring">The substring we are searching for.</param>
    /// <param name="aggressiveSearch">Indicates whether or not the algorithm 
    /// should be aggressive in its search behavior (see Remarks). Default 
    /// behavior is non-aggressive.</param>
    /// <remarks>This algorithm has two search modes - aggressive and 
    /// non-aggressive. When in aggressive search mode (aggressiveSearch = 
    /// true), the algorithm will try to match at every possible starting 
    /// character index within the string. When false, all subsequent 
    /// character indexes within a substring match will not be evaluated. 
    /// For example, if the string was 'abbbc' and we were searching for 
    /// the substring 'bb', then aggressive search would find 2 matches 
    /// with starting indexes of 1 and 2. Non aggressive search would find 
    /// just 1 match with starting index at 1. After the match was made, 
    /// the non aggressive search would attempt to make it's next match 
    /// starting at index 3 instead of 2.</remarks>
    /// <returns>The count of occurrences of the substring within the string.</returns>
    public static int CountOccurrences(this string s, string substring, 
        bool aggressiveSearch = false)
    {
        // if s or substring is null or empty, substring cannot be found in s
        if (string.IsNullOrEmpty(s) || string.IsNullOrEmpty(substring))
            return 0;

        // if the length of substring is greater than the length of s,
        // substring cannot be found in s
        if (substring.Length > s.Length)
            return 0;

        var sChars = s.ToCharArray();
        var substringChars = substring.ToCharArray();
        var count = 0;
        var sCharsIndex = 0;

        // substring cannot start in s beyond following index
        var lastStartIndex = sChars.Length - substringChars.Length;

        while (sCharsIndex <= lastStartIndex)
        {
            if (sChars[sCharsIndex] == substringChars[0])
            {
                // potential match checking
                var match = true;
                var offset = 1;
                while (offset < substringChars.Length)
                {
                    if (sChars[sCharsIndex + offset] != substringChars[offset])
                    {
                        match = false;
                        break;
                    }
                    offset++;
                }
                if (match)
                {
                    count++;
                    // if aggressive, just advance to next char in s, otherwise, 
                    // skip past the match just found in s
                    sCharsIndex += aggressiveSearch ? 1 : substringChars.Length;
                }
                else
                {
                    // no match found, just move to next char in s
                    sCharsIndex++;
                }
            }
            else
            {
                // no match at current index, move along
                sCharsIndex++;
            }
        }

        return count;
    }

这是我们修改后的解决方案:

    /// <summary>
    /// Counts the number of occurrences of the specified substring within
    /// the current string.
    /// </summary>
    /// <param name="s">The current string.</param>
    /// <param name="substring">The substring we are searching for.</param>
    /// <param name="aggressiveSearch">Indicates whether or not the algorithm 
    /// should be aggressive in its search behavior (see Remarks). Default 
    /// behavior is non-aggressive.</param>
    /// <remarks>This algorithm has two search modes - aggressive and 
    /// non-aggressive. When in aggressive search mode (aggressiveSearch = 
    /// true), the algorithm will try to match at every possible starting 
    /// character index within the string. When false, all subsequent 
    /// character indexes within a substring match will not be evaluated. 
    /// For example, if the string was 'abbbc' and we were searching for 
    /// the substring 'bb', then aggressive search would find 2 matches 
    /// with starting indexes of 1 and 2. Non aggressive search would find 
    /// just 1 match with starting index at 1. After the match was made, 
    /// the non aggressive search would attempt to make it's next match 
    /// starting at index 3 instead of 2.</remarks>
    /// <returns>The count of occurrences of the substring within the string.</returns>
    public static int CountOccurrences(this string s, string substring, 
        bool aggressiveSearch = false)
    {
        // if s or substring is null or empty, substring cannot be found in s
        if (string.IsNullOrEmpty(s) || string.IsNullOrEmpty(substring))
            return 0;

        // if the length of substring is greater than the length of s,
        // substring cannot be found in s
        if (substring.Length > s.Length)
            return 0;

        int count = 0, n = 0;
        while ((n = s.IndexOf(substring, n, StringComparison.InvariantCulture)) != -1)
        {
            if (aggressiveSearch)
                n++;
            else
                n += substring.Length;
            count++;
        }

        return count;
    }

1
string Name = "Very good nice one is very good but is very good nice one this is called the term";
bool valid=true;
int count = 0;
int k=0;
int m = 0;
while (valid)
{
    k = Name.Substring(m,Name.Length-m).IndexOf("good");
    if (k != -1)
    {
        count++;
        m = m + k + 4;
    }
    else
        valid = false;
}
Console.WriteLine(count + " Times accures");

1
string s = "HOWLYH THIS ACTUALLY WORKSH WOWH";
int count = 0;
for (int i = 0; i < s.Length; i++)
   if (s[i] == 'H') count++;

它仅检查字符串中的每个字符,如果该字符是您要搜索的字符,则添加一个即可计数。


1

如果您查看此网页,则会对15种不同的执行方法进行基准测试,包括使用并行循环。

最快的方法似乎是使用单线程for循环(如果您的.Net版本<4.0)或parallel.for循环(如果使用.Net> 4.0并进行了数千次检查)。

假设“ ss”是您的搜索字符串,“ ch”是您的字符数组(如果要查找的字符超过一个),这是单线程运行时间最快的代码的基本要点:

for (int x = 0; x < ss.Length; x++)
{
    for (int y = 0; y < ch.Length; y++)
    {
        for (int a = 0; a < ss[x].Length; a++ )
        {
        if (ss[x][a] == ch[y])
            //it's found. DO what you need to here.
        }
    }
}

还提供了基准测试源代码,因此您可以运行自己的测试。


1
str="aaabbbbjjja";
int count = 0;
int size = str.Length;

string[] strarray = new string[size];
for (int i = 0; i < str.Length; i++)
{
    strarray[i] = str.Substring(i, 1);
}
Array.Sort(strarray);
str = "";
for (int i = 0; i < strarray.Length - 1; i++)
{

    if (strarray[i] == strarray[i + 1])
    {

        count++;
    }
    else
    {
        count++;
        str = str + strarray[i] + count;
        count = 0;
    }

}
count++;
str = str + strarray[strarray.Length - 1] + count;

这是为了计算字符的出现。对于此示例,输出将为“ a4b4j3”


2
不是很“计数字符串的出现”而是更多的计数字符-指定Narenda要匹配的字符串的方法怎么样?
保罗·沙利文

1
int count = 0; string str =“我们有foo和foo,请在此计算foo”;字符串stroccurance =“ foo”; string [] strarray = str.Split(''); Array.Sort(strarray); str =“”; for(int i = 0; i <strarray.Length-1; i ++){if(strarray [i] == stroccurance){count ++; } str =“ + stroccurance +”的出现次数为“ +计数;通过这个,你可以指望在这个例子中,我计数“富”的次数任意字符串次数和它会给我的输出3
纳伦德拉·库马尔

1

对于字符串分隔符的情况(如主题所述,不用于char情况):
string source =“ @@@ once @@@@ upon @@@ a @@@ time @@@”;
int count = source.Split(new [] {“ @@@”},StringSplitOptions.RemoveEmptyEntries).Length-1;

张贴者的原始源值(“ / once / upon / a / time /”)自然定界符是char'/',并且响应确实说明了source.Split(char [])选项。


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.