关于腾讯的那道题截取字符串的题

an9ryfr09 2010-08-16 02:02:07

加精

记得是前阵子去腾讯面试时的那道题，当时用笔我没写出来，就大概说了下思路，今天有空，就写了一下，发现要做到完美还是很麻烦的。

题目是:
假设有"123abc456def789"这么一个字符串,写一个函数，可以传入一个字符串，和一个要截取的长度。返回截取后的结果。

要求:
1 和标记不得计算在长度之内。
2 截取后的字符串，要保留原有标签，不过如果最后有一个标签没有闭合，则去掉其开始标签。

示例:
题中的字符串，要截取长度5，则返回的字符串应该为:123ab,要截取长度8，应返回123abc45。

我的做法大概思路是:
1 首先顺序读取字符串，并用一个resultstr变量来记录所有字符，当发现<标记时，开始将这个子字符串用tag变量记录下来。
2 如果发现tag变量形式为<\w+>也就是html标签的开始标记)，就将其入栈。用栈结构来存储这个标记。若遇到<\/\w+>(html标签的结束标记)，就出栈。

3 否则如果是常规字符的话，长度计数器++。直到与传入的要截取长度相等。

4 最后判断栈是否为空，如果为空，直接返回截取后的字符串，否则，将栈中剩余元素一个个出栈，循环从截取后的字符串中查找栈顶标签元素最后一次出现的位置，返回索引，将这个标签替换为空。直到整个栈为空为止。最后返回处理后的字符串。

原题其实是没有考虑标签嵌套的情况的，我尽量的让程序可以处理嵌套标签，使其更健壮。并且尽量少的去用php的内置函数，因为那样可能会掩盖算法本身。如可以处理a1b2c3d4e5
这种形式的嵌套标签。但我发现如果标签是这种不规则形式a1b2c3d4e5的话，程序就会出问题了。因为我只将取到的结束标记与栈顶的元素相比较，而没有去循环搜索整个栈。这里要改一下其实也可以。

不知大家还有没有其他思路，我感觉我这么做实在是太麻烦了，罗罗嗦嗦一大堆。这么多代码面试时拿笔写非得疯了不可。而且这个时间复杂度不理想，大概为O(n*(n2))。空间方面也占了很多多余的空间。我相信一定有很简单的办法。希望大家一起想想有什么更简单的方法没？



<?php

function mySubstr( $str, $length ){

	

	$tagcnt = 0;

	$charcnt = 0;

	$tag = '';

	$maxlen = strlen( $str );

	$resultstr = '';

	$tagstack = array();



	for( $i = 0; $i < $length; $i++ ){

		if( $str[$i] == '<' ){



			$resultstr .= $str[$i];



			for( $j=$i; $str[$j]!='>'; $j++,$length++ ){

				$tag .= $str[$j];

			}

			$tagcnt++;

			$length++;

			$tag .= '>';

			

			//如果是开始标记，则入栈，如果是与之相对应的结束标记则出栈

			if( preg_match('/<([^\/]+)?>/i', $tag, $r) ){

				echo '入栈:',htmlspecialchars($r[1]),'<br />';

				array_push($tagstack, $r[1]);

			}

			elseif( preg_match( '/'.$tagstack[count($tagstack)-1].'/', $tag ) ){

				echo '出栈:',htmlspecialchars($tagstack[count($tagstack)-1]),'<br />';

				array_pop( $tagstack );

			}



			$tag = '';

			continue;

		}



		$charcnt++;

		$resultstr .= $str[$i];

	}



	

	echo '<hr size=1>最后结果为:';



	//栈是空的直接返回

	if(empty($tagstack)){

		return $resultstr;

	}

	//否则去掉没有结束标记的开始标记

	else{

		

		while(!empty($tagstack)){



			$tag = array_pop($tagstack);



			$index = strrpos($resultstr, $tag);



			for($i = $index-1; $resultstr[$i] != '>'; $i++ ){

				$resultstr[$i] = '';

			}



			$resultstr[$i++] = '';

		

		}



		return $resultstr;

	}

	

}



$sttime = microtime(true);



$stmem = memory_get_usage();



$str = "a1<body>b2<p>c3<em>d4</em>e5</p>f6</body>g7h8";



echo '处理结果为:<br/><hr size=1>',htmlspecialchars( mySubstr( $str, 18 ) ),'<br />';



echo "内存使用情况:",(memory_get_usage()-$stmem),'<br />';



echo "算法运行时间(microtime):",(microtime(true)-$sttime),'<br/>';

...全文

29110 467 打赏收藏转发到动态举报

写回复

用AI写文章

467 条回复

切换为时间正序

请发表友善的回复…

发表回复

裸睡的咸鱼干 2013-03-23

打赏
举报

靠，表示完全看不懂！！！

热豆腐 2013-03-15

打赏
举报

就题论题，一个简单的方法

： <?php $str = "123abc456def789"; function cut($str, $num){ $len = strlen($str); $count = 0; $location = 0; for($i=0;$i<$len;){ if($str[$i] == "<"){ $i++; while($str[$i]!=">"){ $i++; } }else{ $count++; if($count == $num) { $location = $i+1; } } $i ++; } $newstr = substr($str,0,$location); //echo $newstr,"\n"; preg_match_all("/<\w+>/",$newstr,$matches1); preg_match_all("/<\/\w+>/",$newstr,$matches2); if(count($matches1[0]) != count($matches2[0])){ $last = array_pop($matches1[0]); //var_dump($last); } $pos = strrpos($newstr, $last); return substr($newstr,0,$pos).substr($newstr, $pos+strlen($last)); } cut($str,11); ?>

snipersheep 2012-11-12

打赏
举报

只有学习的份。

peislove 2012-11-07

打赏
举报

引用 15 楼 xuzuning 的回复:

写了个简单的，欢迎拍砖PHP code1234567891011121314151617181920212223242526272829303132333435363738394041/** * 函数名 html_substr * 功能从html串中截取指定长度的字串，html标记不计算在内 * 参数 * $str 要截取的串 * $len 要截取的长度 * $m……

劉哈哈 2012-10-05

打赏
举报

都是大神啊。

oasisxp 2012-09-20

打赏
举报

初学者，先学习

ws_123456 2012-08-13

打赏
举报

干嘛要那么复杂啊这个不是写死了直接用正则不就可以了？

Fiyun123 2012-07-19

打赏
举报

...小弟也有一个好想法分享，五六行代码就可以解决了

就题论题而言,可以str_replace把标签与 去掉
然后就想截取几个就截取几个 strsub

然后数个数超过7个就每6个插入标签分别插入与就OK了呀然后代码应该不会超过10行的呵呵

LKK 2011-09-07

打赏
举报

标记一下.

love_zhao311 2011-09-07

打赏
举报

历害呀！

yyaccp_yy 2011-07-30

打赏
举报

学习...

xiefeng125 2011-07-14

打赏
举报

mark

--reply by CSDN Study V1.0.0.3 (starts_2000)

LEIIT 2011-05-20

打赏
举报

$str="123<em>abc</em>456<em>def</em>789";

//echo strrpos('12<em>','<em>');



echo htmlspecialchars(mysubstr($str,13));



function mysubstr($str,$len=0){

	$str1=str_replace('<em>','',$str);

	$str1=str_replace('</em>','',$str1);

	$substr=substr($str1,0,$len);

	$str3=substr($substr,strlen($substr)-1,1);

	$index=strpos($str,$str3);

	$str4=substr($str,0,$index+1);

	if(strrpos($str4,"</em>")===false || strrpos($str4,"</em>")<strrpos($str4,"<em>")){

		$str5=substr($str4,0,strrpos($str4,"<em>"));

		$str5.=substr($str4,strrpos($str4,"<em>")+strlen('<em>'),strlen($str4));

		return $str5;

	}else{

		return $str4;

	}

	

}

那个e 没有处理会跟数学字符混乱

blue44sky 2011-03-02

打赏
举报

上面方法的前提是，要用唯一的分隔符

blue44sky 2011-03-02

打赏
举报

写了一个不用正则，纯php函数实现的。

function cutString($str,$len){

	$str1		= str_replace(array('<em>','</em>'),array('|','@'),$str);

	$splitNum	= substr_count(substr($str1,0,$len),'|')+substr_count(substr($str1,0,$len),'@');

	$str2		= substr($str1,0,$len+$splitNum);

	$len1		= substr_count($str2,'|');

	$len2		= substr_count($str2,'@');

	if ($len1>$len2){

		$str2	= substr($str2,0,strpos($str2,'|',$len1-1)).substr($str2,strpos($str2,'|',$len1-1)+1);

	}

	return str_replace(array('|','@'),array('<em>','</em>'),$str2);

}

$str	= '123<em>abc</em>456<em>lsaf12</em>sdklfskdf<em>00000</em>';

echo cutString($str,5);

fanercute 2011-02-25

打赏
举报

上面那个有点bug 修正一下



function sub_str($the_str,$len){

    /**将要截取的长度与原字符串长度对应**/

    $j = 0;

    for($i = 0; $i < $len; $i++){

        $a_char = substr($the_str,$j,1);

        if($a_char == '<'){

            $j = strpos($the_str,'>',$j) + 1;

			$i--;

        }else{

            $j++;

        }

    }

    /**对应结束**/

    //截取

    $get_thestr = substr($the_str,0,$j);

    //判断截取后的字符串是否有<em>标签

    $tip_index  = strrpos($get_thestr,'<',0);

    if($tip_index == false){

        return $get_thestr;

    }

    //判断是否需要过滤标签

    $anti_index = strpos($get_thestr,'>',$tip_index);

    if($anti_index - $tip_index == 3){

        $head_thestr = substr($get_thestr,0,$tip_index);

        $last_thestr = substr($get_thestr,$anti_index + 1);

        $get_thestr  = $head_thestr.$last_thestr;

        return $get_thestr;

    }else if($anti_index - $tip_index == 4){

        return $get_thestr;

    }

}

fanercute 2011-02-24

打赏
举报

如果只按题面意思处理的话，我写了个简单的



function sub_str($the_str,$len){

	/**将要截取的长度与原字符串长度对应**/

	$j = 0;

	for($i = 0; $i < $len; $i++){

		$a_char = substr($the_str,$j,1);

		if($a_char == '<'){

			//检查是否有类似'2<3<em>3'的特殊情况

			$check_str   = substr($the_str,$i + 1,strpos($the_str,'>',$j) - $i - 1);

			$check_index = strpos($check_str,'<');

			//出现标签

			if($check_index == false){

				$j = strpos($the_str,'>',$j) + 2;

			}else{

				$j++;

			}

		}else{

			$j++;

		}

	}

	/**对应结束**/

	//截取

	$get_thestr = substr($the_str,0,$j);

	//判断截取后的字符串是否有<em>标签

	$tip_index  = strrpos($get_thestr,'<',0);

	if($tip_index == false){

		return $get_thestr;

	}

	//判断是否需要过滤标签

	$anti_index = strpos($get_thestr,'>',$tip_index);

	if($anti_index - $tip_index == 3){

		$head_thestr = substr($get_thestr,0,$tip_index);

		$last_thestr = substr($get_thestr,$anti_index + 1);

		$get_thestr  = $head_thestr.$last_thestr;

		return $get_thestr;

	}else if($anti_index - $tip_index == 4){

		return $get_thestr;

	}

}

networkwx 2010-12-15

打赏
举报



<?php

$str = '123<em>abc<br/></em>45</em>6<em>def</em>789';

echo sub_str($str,10);



function sub_str($str,$length)

{

	$len = strlen($str);

	$tag_stat = 0; //0-闭合 1-打开

	$stack = array();

	$stack_len = 0;

	$data_len = 0;

	$last_tag_index = -1;

	$lookup_stack = array();

	

	for($i=0;$i<$len;$i++){

		if($data_len >= $length) break;

		if($str[$i] == '<'){//标签开始

			$tag_stat = 1;

			$stack[$stack_len] = '<';

		}elseif($str[$i] == '>'){//标签结束

			$tag_stat = 0;

			$stack[$stack_len].= '>';

			$key = $stack_len;

			$tag = $stack[$key];

			$stack_len++;

			

			if(preg_match('/^<\w+[\/]>$/',$tag)){ //是自闭标签,不管他，让他自身自灭吧

				continue;

			}

			

			if(preg_match('/^<\/\w+>$/',$tag)){//是闭合标签

				if($last_tag_index == -1){//非闭合还没开始呢,不多说，直接删~~~

					unset($stack[$key]);

					continue;

				}

				if(str_replace('/','',$tag) == $stack[$last_tag_index]){

					unset($lookup_stack[$last_tag_index]);//正常闭合,他不是非法的标签，所有从非法标签中移走

				}else{

					unset($stack[$key],$stack[$last_tag_index]);//不是正常的标签，移除本身并且移除与他同级的非闭合标签

				}

				$last_tag_index = -1;

			}

			

			if(preg_match('/^<\w+>$/',$tag)){//非闭合标签,并把他列入非法标签

				$last_tag_index = $key;

				$lookup_stack[$last_tag_index] = $last_tag_index;

			}

		}else{

			if(isset($stack[$stack_len])){

				$stack[$stack_len].= $str[$i];

			}else{

				$stack[$stack_len] = $str[$i];

			}

			if($tag_stat == 0){

				$data_len++;

				$stack_len++;

			}

		}

	}

	

	//清除那些不走寻常路的非法标签

	foreach($lookup_stack as $key){

		unset($stack[$key]);

	}

	

	return implode('',$stack);

}

?>