智能精简点分字符串中的中间段——基于唯一性约束的逐层优化算法-Python教程-PHP中文网

智能精简点分字符串中的中间段——基于唯一性约束的逐层优化算法

本文介绍一种针对大规模点分字符串列表（如 a.b.c.d）的中间段智能消减方法：在确保结果无重复的前提下，从最长链开始，自左向右、由外向内逐层尝试移除各位置中间项，实现最大程度的语义压缩。

本文介绍一种针对大规模点分字符串列表（如 a.b.c.d）的中间段智能消减方法：在确保结果无重复的前提下，从最长链开始，自左向右、由外向内逐层尝试移除各位置中间项，实现最大程度的语义压缩。

在处理大量结构化标识符（如监控指标路径、API 路由、嵌套命名空间等）时，常需对点分字符串（如 "A.B10.C10.D100.D1"）进行语义压缩：保留首尾关键段，安全剔除冗余中间段，但绝不引入重复结果。原始方法仅支持三段式（X.Y.Z）的简单首尾合并，面对四段及以上（X.Y.Z.W 或更长）时失效——因为不同中间位置（第2位、第3位…）的可删性相互独立，需逐层、逐位评估。

核心思想是贪心+迭代收缩：

按长度分组：先识别所有字符串的最大段数（如 max_len = 5 表示最长为 A.B.C.D.E）；
自长而短遍历：从 max_len 开始向下尝试（5 → 4 → 3），避免短链干扰长链优化；
逐位试探删除：对当前长度 len1 的字符串，在每个合法中间位置 pos ∈ [1, len1−2]（0-indexed，即排除首尾），构造“删去该位置段”的新字符串；
全局唯一性校验：统计所有字符串经此操作后的结果频次，仅当某结果出现次数
累积更新：每次简化结果作为下一轮输入，确保多轮优化叠加生效（如先删 C 得 A.B.D.E，再删 B 得 A.D.E）。

以下为生产就绪的完整实现：

def shorten_words(terms):
    """对点分字符串列表执行安全中间段消减"""
    if not terms:
        return terms

    def word_len(s):
        return len(s.split(".")) if "." in s else 1

    def rem_one_word(s, target_len, pos):
        """仅当s恰好有target_len段时，删除pos位置（0-indexed）的段"""
        if not s or "." not in s:
            return s
        parts = s.split(".")
        if len(parts) != target_len or pos = len(parts):
            return s
        return ".".join(parts[:pos] + parts[pos+1:])

    # 初始化工作列表
    result = terms.copy()
    max_len = max(word_len(s) for s in terms if s)

    # 从最长段数开始，逐级缩短（至少保留2段：首+尾）
    for length in range(max_len, 2, -1):
        # 遍历所有可能的中间删除位置（索引1到length-2）
        for pos in range(1, length - 1):
            # 对当前length和pos生成候选简化串
            candidates = [rem_one_word(s, length, pos) for s in result]

            # 统计候选结果频次
            from collections import Counter
            counts = Counter(candidates)

            # 仅对唯一候选应用简化，其余保持原样
            result = [
                cand if counts[cand] == 1 else orig
                for cand, orig in zip(candidates, result)
            ]

    return result

# 测试用例验证
terms = [
    "A.B1.C1.D1", "A.B1.C1.D2",           # Case1: → ["A.D1", "A.D2"]
    "A.B2.C2.D3", "A.B2.C3.D3",           # Case2: → ["A.C2.D3", "A.C3.D3"]
    "A.B3.C4", "A.B3.C5", "A.B4.C6", "A.B5.C6",  # Case3/4: 前两简化，后两保留
    "A.B10.C10.D1", "A.B20.C10.D1", "A.B20.C20.D1",  # Case5: 全保留（A.D1会重复）
    "A.B100.C100.D100.D1", "A.B200.C100.D100.D1",  # Case6a: → ["A.B100.D1", "A.B200.D1"]
    "A.B300.C200.D100.D1", "A.B300.C300.D100.D1",  # Case6b: → ["A.C200.D1", "A.C300.D1"]
]

shortened = shorten_words(terms)
for orig, short in zip(terms, shortened):
    print(f"{orig:<p><strong>关键注意事项：</strong>  </p>