RLE算法中避免Python Off-by-One错误

Question

编辑:这似乎不仅仅是一个off-by-one错误。

我在下面的简单算法中得到了一个off-by-1错误，该算法应该显示字符串中的字母计数，沿着run-length encoding的行。

我可以理解为什么最后一个字符没有添加到结果字符串中，但是如果我增加i的range，我会得到index out of range，原因很明显。

我想知道从算法设计的角度来看，这里的概念问题是什么，以及如何让我的代码正常工作。

我是否需要一些特殊的代码来处理原始字符串中的最后一项？或者，将当前字符与previous字符进行比较可能更有意义，尽管这在算法开始时会带来问题？

对于这种算法，有没有一种通用的方法，将当前元素与前一个/下一个元素进行比较，从而避免索引超出范围的问题？

def encode(text):
    # stores output string
    encoding = ""
    i = 0

    while i < len(text) - 1:
        # count occurrences of character at index i
        count = 1
        while text[i] == text[i + 1]:
            count += 1
            i += 1

        # append current character and its count to the result
        encoding += text[i] + str(count) 
        i += 1

    return encoding

text = "Hello World"
print(encode(text))
# Gives H1e1l2o1 1W1o1r1l1

Answer 1

您说得对，如果最后一个字符与前一个字符不同(在本例中为d)，那么您应该为外部循环设置while i < len(text)来处理最后一个字符。

然后，您的算法在全局范围内是正常的，但是在查找最后一个字符的匹配项时，它将崩溃。在这一点上，text[i+1]变得非法。

要解决这个问题，只需在内部循环中添加一个安全检查：while i+1 < len(text)

def encode(text):
    # stores output string
    encoding = ""
    i = 0

    while i < len(text):
        # count occurrences of character at index i
        count = 1
        # FIX: check that we did not reach the end of the string 
        # while looking for occurences
        while i+1 < len(text) and text[i] == text[i + 1]:
            count += 1
            i += 1

        # append current character and its count to the result
        encoding += text[i] + str(count) 
        i += 1

    return encoding

text = "Hello World"
print(encode(text))
# Gives H1e1l2o1 1W1o1r1l1d1

Answer 2

如果你坚持你的策略，你将不得不检查i+1 < len(text)。这给出了类似的结果：

def encode(text): 
    L = len(text) 
    start = 0 
    encoding = '' 
    while start < L: 
        c = text[start] 
        stop = start + 1 
        while stop < L and text[stop] == c: 
            stop += 1 
        encoding += c + str(stop - start) 
        start = stop 
    return encoding

做事情的另一种方法是记住每次运行的开始：

def encode2(text): 
     start = 0 
     encoding = '' 
     for i,c in enumerate(text): 
         if c != text[start]: 
             encoding += text[start] + str(i-start) 
             start = i
     if text:
         encoding += text[start] + str(len(text)-start) 
     return encoding

这允许您只枚举输入，这感觉更像pythonic。