如何利用re模块高效实现连续重复字符的计数压缩？

需求明确：将字符串中连续重复的相同字符替换为「重复次数+字符」的格式，比如：
输入：

AABBBB$CCCDEEE$AABADEE

输出：

2A4B$3CD3E$2ABAD2E

你原有的循环遍历+多次re.sub的实现，在处理超长字符串时效率极低——每次调用re.sub都会重新扫描整个字符串，多次重复操作会让时间复杂度飙升至O(n²)级别。

基于re模块的高效解决方案 #

利用正则表达式的单次扫描+回调替换特性，可一次性完成所有转换，时间复杂度直接优化为O(n)：

import re

def compress_repeated_chars(input_string):
    # 回调函数：处理每个匹配到的连续重复字符组
    def replace_match(match_obj):
        target_char = match_obj.group(1)
        repeat_count = len(match_obj.group(0))
        # 仅当重复次数>1时替换为「次数+字符」，否则保留原字符
        return f"{repeat_count}{target_char}" if repeat_count > 1 else target_char
    
    # 正则规则：匹配连续重复的单个字符
    # (.) 捕获任意单个字符，\1+ 表示该字符连续出现1次以上
    return re.sub(r'(.)\1+', replace_match, input_string)

# 测试示例
original_str = "AABBBB$CCCDEEE$AABADEE"
compressed_str = compress_repeated_chars(original_str)
print(compressed_str)

原理说明 #

1. 正则表达式(.)\1+会精准匹配所有连续重复的字符组（如AA、BBBB、CCC这类）；
2. re.sub仅遍历字符串一次，将每个匹配到的字符组传递给回调函数replace_match；
3. 回调函数计算字符组长度，返回对应格式的字符串（重复次数为1时直接返回原字符，避免无意义转换）；
4. 全程仅一次字符串扫描，无额外重复遍历操作，超长字符串下的性能表现远优于原实现。

内容的提问来源于stack exchange，提问作者Tawal