请教个算法问题

[shunai]

现在有2w个手机卡号，已经在Excel中，如何从这些卡号中宣传一些靓号，这些良好的规则如下：

1. 重复A的话，选出相同且相连，并包含A个数的号码，
如：AAA，那么13(444)267879、13426(777)879均能被选出

2. 如果是ABC...（字母递增，最长11位），那么宣传号码递增的号码，
如：ABCD,那么134(4567)8879、1344426(1234)，均被选出


嗯，好像描述的还行，谢谢各位大大。

[tabris17]

算法你不是都描述出来么

[megaforce]

看这个是否可以达到你的要求：
http://www.itpub.net/thread-1801997-2-1.html

[Mutoo]

第一种情况用正则很容易构造 \d{3}
第二个情况实际上也可以构造正则，因为数量太少了
(0123)|(1234)|(2345)|(3456)|(4567)|(5678)|(6789)|(7890)

[shunai]

@Mutoo
第一种情况正则比较简单，
第二种情况，要枚举好多，因为不一定是4个递增的字母

其实需求还隐含着，AAA***DEF 这些格式

[shunai]

@megaforce

确实有相同需求，不过我需要更灵活点，类似这种格式（AAA***DEF）也能筛选

[shunai]

@tabris17

可以说是算法描述，而不是算法实现

[tabris17]

@shunai 死做呗，查找字符串内是否包含子串：
111，1111，11111，……
222，2222，22222，……
……
999，9999，99999，……
000，0000，00000，……

123、1234、12345、……
234、2345、23456、……
……
678，6789
789

2w条记录也很快就出来了

[seeker]

以前遇到过个银行卡号的正则，主要靠枚举，4000个字符不够存了，后来还增大数据库字段的长度...

[alexrezit]

你可以自己写一个算法来给每个号码的 "亮" 度打分然后排序...

(虽然我觉得毫无任何科学依据地把一些数字排列说成 "亮" 很脑残...)

[shunai]

@tabris17 2w是我大概描述的一个数据，早知道写个200w

[shunai]

@seeker 枚举好粗暴，而且即使枚举出来也不好比较，太多项了

[tabris17]

@shunai 放心吧，和你通用算法相比，这种办法耗时差不了一个数量级的

[shunai]

@alexrezit 首先要知道打分的算法

[luikore]

从靓到丑排列打印(ruby)

puts numbers.sort_by{|n|
a = (n[/(\d)\1+/] || '').size
b = n.count /01|12|23|34|45|56|67|78|89/
[a, b].max
}

[luikore]

呃, 上一帖加个 .reverse, 意思明白就好

[wangyongbo]

规则很多，用个 有限状态 自动机 ？ 停止的时候，就是符合某个规则的靓号

[nealnote]

大家都在说正则。
我换个思路说，不是正则，
用 charcode
0: 48
1: 49
计算2个相邻字的code差值，相差不大于1的，不是相等就是连号。
用这个方法就不限于数字，字母也可以用。

[fanzeyi]

个人倾向于给每个手机好评定出一个分数。

手机号码每一位依次往后扫，比如这一位是 6 ，就这个号码加 2 分，然后这一位的前面有 n 个 6，那么就加 2 * n 分，等等这些规则，最后统计每个号码的分数，结果就有了。

[fanzeyi]

啊，第一句应该是「手机号」，不是「手机好」，笔误..

[meta]

好像没啥现成的办法，只能用原始的方法，把这些号码拆成单个数字，扔到一颗树里面，从根节点开始遍历。