如何用C++ Regex在全为10位的单词串中找出唯一不重复单词

当然可行！针对你这种所有单词长度固定为10的场景，正则表达式不仅能实现需求，还能凭借引擎的高度优化特性，在很多场景下比普通的拆分统计方法更高效。

核心正则表达式 #

针对你给出的无分隔符连续字符串场景，直接用这个正则就能精准定位唯一不重复的10位单词：

(\w{10})(?![\s\S]*\1)

原理拆解 #

• (\w{10})：捕获一个由10个字母/数字/下划线组成的单词块（如果你的单词包含其他特殊字符，把\w换成.或者更精准的字符集即可，比如仅字母用[a-zA-Z]）。
• (?![\s\S]*\1)：这是负向预查，作用是确保当前捕获的10字符块，在整个字符串的剩余部分（[\s\S]*匹配任意字符，包括换行）不会再次出现。因为重复的单词一定会在后续位置再次出现，所以这个预查会直接排除它们，只留下唯一的那个单词。

实际使用示例（以Python为例） #

import re

target_str = "innovationinnovationmotivationappearancemotivationinnovation"
result = re.search(r'(\w{10})(?![\s\S]*\1)', target_str)
if result:
    print(result.group(1))  # 输出：appearance

关于效率的说明 #

因为所有单词长度固定为10，正则引擎不需要做额外的拆分判断，扫描过程是按10字符块步进的。加上负向预查的逻辑是引擎原生优化过的，对于超长字符串来说，这个方法的效率甚至会超过先拆分所有单词再统计频率的常规方案——毕竟正则引擎的底层实现都是高度优化的C代码。

如果你的场景中存在多个唯一单词，这个正则会匹配所有符合条件的10位块；如果只需要第一个出现的唯一单词，直接用re.search（非全局匹配）即可。

内容的提问来源于stack exchange，提问作者Ahmed Ahmedov