求编写实现DNA字符串特定连续字符编码的Python代码

需求说明 #

对DNA字符串执行游程编码，规则如下：

• 连续重复的相同字符，若重复次数大于1，编码为「重复次数+字符」
• 若重复次数为1，直接保留原字符

示例 #

示例1：

input_string = "AAABCCCCDDA"
output_string = "3AB4C2DA"

示例2：

input_string = "ABBBBCCDDDDAAAAA"
output_string = "A4B2C4D5A"

Python实现代码 #

利用itertools.groupby高效处理连续重复字符分组，代码如下：

import itertools

def dna_encode(input_str):
    encoded = []
    for char, group in itertools.groupby(input_str):
        count = len(list(group))
        encoded.append(f"{count}{char}" if count > 1 else char)
    return ''.join(encoded)

# 测试示例
if __name__ == "__main__":
    test1 = "AAABCCCCDDA"
    print(dna_encode(test1))  # 输出: 3AB4C2DA
    
    test2 = "ABBBBCCDDDDAAAAA"
    print(dna_encode(test2))  # 输出: A4B2C4D5A

代码说明 #

1. itertools.groupby(input_str)将字符串中连续相同的字符分组，返回每组的字符及对应迭代器
2. 通过len(list(group))统计每组字符的重复次数
3. 根据次数选择编码格式，用列表存储片段（列表拼接比字符串累加效率更高）
4. 最后通过''.join(encoded)生成最终编码字符串

内容的提问来源于stack exchange，提问作者Seth