Python中寻找不同子字符串数量的程序

有时候我们需要在一个字符串中找到不同的子字符串数量，这在处理自然语言处理和数据分析的时候很常见。Python提供了丰富的字符串操作方法和模块，下面将介绍三种方法来找到给定字符串中不同子字符串的数量。

方法一：使用集合

对于一个给定的字符串，我们可以使用集合来存储其中所有的子字符串，集合会自动去重，因此只需要统计集合中元素的数量即可。下面是使用集合的代码：

s = "hello"
substrings = set()
for i in range(len(s)):
    for j in range(i+1, len(s)+1):
        substrings.add(s[i:j])
print(len(substrings)) # 打印子字符串的数量

代码解析：

首先，我们定义一个字符串s，这里是hello。
然后，使用set函数定义一个空集合substrings，因为集合具有自动去重的功能，可以避免重复子字符串的统计。
接着，使用两个for循环来寻找所有的子字符串，外层的循环遍历整个字符串，内层的循环从外层循环的下一个位置开始遍历到字符串末尾，以保证不遗漏任何子字符串。
最后，使用len函数统计集合中元素的数量，即不同子字符串的数量。

运行以上代码，将输出15，即hello这个字符串中不同的子字符串数量为15。

方法二：使用正则表达式

Python中的正则表达式模块re也能够帮助我们找到给定字符串中的不同子字符串。下面是使用正则表达式的代码：

import re

s = "hello"
substrings = set(re.findall(r'(?=(\w+))', s))
print(len(substrings)) # 打印子字符串的数量

代码解析：

首先，使用import语句引入re模块。
然后，定义一个字符串s，这里是hello。
接着，使用re.findall函数来查找给定字符串中的所有子字符串，其中(?=(\w+))是正则表达式的语法，表示查找任意长度的字母或数字的子字符串。
最后，使用len函数统计集合中元素的数量，即不同子字符串的数量。

运行以上代码，将输出15，和方法一中的结果一样。

方法三：使用字典

第三种方法是使用字典来统计子字符串的出现次数，最后再统计字典中不同元素的数量。下面是使用字典的代码：

s = "hello"
substrings = {}
for i in range(len(s)):
    for j in range(i+1, len(s)+1):
        substr = s[i:j]
        if substr in substrings:
            substrings[substr] += 1
        else:
            substrings[substr] = 1
print(len(substrings)) # 打印子字符串的数量

代码解析：

首先，我们定义一个字符串s，这里是hello。
然后，使用一个空字典substrings来存储所有子字符串出现的次数。
接着，使用两个for循环来寻找所有的子字符串，外层的循环遍历整个字符串，内层的循环从外层循环的下一个位置开始遍历到字符串末尾，以保证不遗漏任何子字符串。
在内层循环中，定义一个substr变量来记录当前子字符串，如果substr已经在字典中了，就在原来的值上加1；如果不在字典中，就将其加入字典，并将值初始化为1。
最后，使用len函数统计字典中键的数量，即不同子字符串的数量。