如何从字符串中删除重复的字符？

Question

如何从字符串中删除所有重复的字符？

例如：

Input:  string = 'Hello'
Output: 'Heo'

这个问题与从字符串中移除重复字符的问题不同，因为我不想打印出重复的字符，而是想删除它们。

- EddyIT

---

你的问题是否仅限于连续字符？或者你想让像“sports”这样的单词变成“port”吗？ - normanius

实际上不是这样的：我正在尝试完全删除所有重复项，只留下仅重复一次的字符...在上面的帖子中，输出是一个集合：\ - EddyIT

如果你的问题被误解了，你可能需要重新写一下。可以加上更多的例子来让你的问题更清晰明了。那么下面的答案呢？在我看来，它们达到了你所要求的目标。 - normanius

确实如此。 - EddyIT

Answer 1

您可以使用生成器表达式和 join 函数，例如：

>>> x = 'Hello'
>>> ''.join(c for c in x if x.count(c) == 1)
'Heo'

- han solo

---

这是不必要的 O(n**2)。 - yatu

当然可以。但是用户并没有提出任何关于复杂性的问题。 - han solo

那又怎样？我看不出来这是不选择最有效答案的好理由。 - yatu

过早优化是万恶之源？ :) 如果我担心时间复杂度，我会使用一个字典来实现。 - han solo

这个复杂度不是 O(n**2)，最坏情况下是 O(nm) :) - han solo

Answer 2

您可以从字符串构建一个计数器，并且通过在计数器中查找仅出现一次的元素来检索它们：

from collections import Counter

c = Counter(string)
''.join([i for i in string if c[i]==1])
# 'Heo'

- yatu

---

好的，知道了。谢谢 :) - han solo

没关系。我还是会留下复杂性警告，至少对于未来的访问者来说，当性能成为问题时，考虑这一点非常重要。@han - yatu

据我询问，join现在不会在内部创建一个list。请参见src。但是，我被告知这只是非常微小的优化。 - han solo

从我所理解的来看，它确实是这样，但可能有错。不过要注意你提出了这个问题 :) @han 我主要反对的是复杂度的差异。 - yatu

好的。我看到在其他地方也创建了list以进行连接。对此感到抱歉 :) - han solo

Answer 3

a = 'Hello'


list_a = list(a)

output = []
for i in list_a:
    if list_a.count(i) == 1:
        output.append(i)

''.join(output)

- CelastrinaLadon

Answer 4

除了其他答案之外，还有一种可能的方法是使用 filter ：

s = 'Hello'
result = ''.join(filter(lambda c: s.count(c) == 1, s))
# result - Heo

- Ofer Sadan

Answer 5

如果您的问题仅限于仅有重复的连续字母情况（如您的示例所示），则可以使用正则表达式：

import re
print(re.sub(r"(.)\1+", "", "hello"))     # result = heo
print(re.sub(r"(.)\1+", "", "helloo"))    # result = he
print(re.sub(r"(.)\1+", "", "hellooo"))   # result = he
print(re.sub(r"(.)\1+", "", "sports"))    # result = sports

如果您需要多次应用正则表达式，最好事先编译它：

prog = re.compile(r"(.)\1+")
print(prog.sub("", "hello"))

为了限制在某些字符子集中搜索重复字母，您可以相应地调整正则表达式。

print(re.sub(r"(\S)\1+", "", "hello"))     # Search duplicated non-whitespace chars
print(re.sub(r"([a-z])\1+", "", "hello"))  # Search for duplicated lowercase letters

或者，使用列表推导的方法可以如下所示：

from itertools import groupby
dedup = lambda s: "".join([i for i, g in groupby(s) if len(list(g))==1])
print(dedup("hello"))     # result = heo
print(dedup("helloo"))    # result = he
print(dedup("hellooo"))   # result = he
print(dedup("sports"))    # result = sports

注意，使用正则表达式的第一种方法在我的电脑上比第二种方法快8-10倍。（系统：Python 3.6.7，MacBook Pro（2015年中期））

- normanius