[Python] 長い文字列を線形探索で高速に処理する方法

# 探索対象のリスト
numbers = [1, 2, 3, 4, 5]
# 探索する値
target = 3
# フラグ変数
found = False
# forループを使った線形探索
for number in numbers:
    if number == target:
        found = True
        break
# 結果の表示
if found:
    print("値が見つかりました。")
else:
    print("値は見つかりませんでした。")

値が見つかりました。

# 探索対象のリスト
numbers = [1, 2, 3, 4, 5]
# 探索する値
target = 3
# in演算子を使った探索
if target in numbers:
    print("値が見つかりました。")
else:
    print("値は見つかりませんでした。")

値が見つかりました。

# 探索対象の文字列
text = "Pythonプログラミング"
# 探索する部分文字列
substring = "プログラミング"
# str.find()を使った探索
index = text.find(substring)
# 結果の表示
if index != -1:
    print(f"部分文字列が見つかりました。インデックス: {index}")
else:
    print("部分文字列は見つかりませんでした。")

部分文字列が見つかりました。インデックス: 6

# 探索対象のリスト
fruits = ["りんご", "ばなな", "みかん"]
# 探索する値
target = "みかん"
# enumerate()を使ったインデックス付き探索
for index, fruit in enumerate(fruits):
    if fruit == target:
        print(f"値が見つかりました。インデックス: {index}")
        break
else:
    print("値は見つかりませんでした。")

値が見つかりました。インデックス: 2

# 長い文字列
long_text = "これは非常に長い文字列です。" * 1000
# 探索する部分文字列
substring = "長い文字列"
# in演算子を使った探索
if substring in long_text:
    print("部分文字列が見つかりました。")

部分文字列が見つかりました。

# 長い文字列
long_text = "これは非常に長い文字列です。" * 1000
# 探索する部分文字列
substring = "長い文字列"
# str.find()を使った探索
index = long_text.find(substring)
if index != -1:
    print(f"部分文字列が見つかりました。インデックス: {index}")

部分文字列が見つかりました。インデックス: 6

import re
# 長い文字列
long_text = "これは非常に長い文字列です。" * 1000
# 探索するパターン
pattern = r"長い文字列"
# re.search()を使った探索
match = re.search(pattern, long_text)
if match:
    print("パターンが見つかりました。")

パターンが見つかりました。

import re
# 長い文字列
long_text = "これは長い文字列です。長い文字列は便利です。" * 1000
# 探索するパターン
pattern = r"長い文字列"
# re.findall()を使った探索
matches = re.findall(pattern, long_text)
print(f"見つかったマッチの数: {len(matches)}")

見つかったマッチの数: 2000

from collections import Counter
# 長い文字列
long_text = "Pythonはプログラミング言語です。Pythonは人気があります。"
# Counterを使った頻度解析
frequency = Counter(long_text)
# 結果の表示
print(f"文字の頻度: {frequency}")

文字の頻度: Counter({'P': 2, 'y': 2, 't': 2, 'h': 2, 'o': 2, 'n': 2, 'は': 2, 'グ': 2, 'す': 2, '。': 2, 'プ': 1, 'ロ': 1, 'ラ': 1, 'ミ': 1, 'ン': 1, '言': 1, '語': 1, 'で': 1, '人': 1, '気': 1, 'が': 1, 'あ': 1, 'り': 1, 'ま': 1})

# 長い文字列
long_text = "Pythonはプログラミング言語です。Pythonは人気があります。"
# setを使った重複チェック
unique_characters = set(long_text)
print(f"ユニークな文字の数: {len(unique_characters)}")

ユニークな文字の数: 24

def read_lines(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        for line in file:
            yield line.strip()  # 各行を返す
# ジェネレータを使ったファイルの行読み込み
for line in read_lines('large_text_file.txt'):
    print(line)  # 各行を処理

import itertools
# 複数のリスト
list1 = ["りんご", "ばなな"]
list2 = ["みかん", "ぶどう"]
# itertools.chain()を使った連結
for fruit in itertools.chain(list1, list2):
    print(fruit)

りんご
ばなな
みかん
ぶどう

# 長い文字列
long_text = "これは非常に長い文字列です。Pythonプログラミングが楽しいです。"
# スライスを使った部分文字列の取得
substring = long_text[10:20]  # 10文字目から20文字目まで
print(f"取得した部分文字列: {substring}")

取得した部分文字列: 非常に長い

from concurrent.futures import ProcessPoolExecutor

# 計算する関数
def calculate_square(n):
    return n * n

# スクリプトのエントリーポイントを指定
if __name__ == '__main__':
    # 並列処理の実行
    with ProcessPoolExecutor() as executor:
        numbers = [1, 2, 3, 4, 5]
        results = list(executor.map(calculate_square, numbers))
    print(f"計算結果: {results}")

計算結果: [1, 4, 9, 16, 25]

import multiprocessing
# 計算する関数
def calculate_square(n):
    return n * n
if __name__ == "__main__":
    numbers = [1, 2, 3, 4, 5]
    with multiprocessing.Pool() as pool:
        results = pool.map(calculate_square, numbers)
    print(f"計算結果: {results}")

計算結果: [1, 4, 9, 16, 25]

import re
# 大規模なテキストファイルのパス
file_path = 'large_text_file.txt'
# 探索するパターン
pattern = r"特定のキーワード"
with open(file_path, 'r', encoding='utf-8') as file:
    for line in file:
        if re.search(pattern, line):
            print("キーワードが見つかりました:", line.strip())

from collections import Counter
# ログファイルのパス
log_file_path = 'server_log.txt'
with open(log_file_path, 'r', encoding='utf-8') as file:
    log_lines = file.readlines()
# エラーメッセージのカウント
error_messages = [line for line in log_lines if "ERROR" in line]
frequency = Counter(error_messages)
print(f"エラーメッセージの頻度: {frequency}")

import re
# DNA配列
dna_sequence = "ATGCGTACGTAGCTAGCTAGCTAGCTAGCTAGC"
# 探索する遺伝子配列
gene_pattern = r"CGTA"
# パターンマッチング
matches = re.finditer(gene_pattern, dna_sequence)
for match in matches:
    print(f"遺伝子配列が見つかりました。インデックス: {match.start()}")

import requests
from bs4 import BeautifulSoup
# WebページのURL
url = 'https://example.com'
response = requests.get(url)
# BeautifulSoupを使ったHTML解析
soup = BeautifulSoup(response.text, 'html.parser')
# 特定の要素を抽出
for item in soup.find_all('h2'):
    print(item.get_text())

import nltk
from nltk.tokenize import word_tokenize
from collections import Counter
# テキストデータ
text = "自然言語処理は面白いです。自然言語処理は多くの応用があります。"
# 単語のトークン化
words = word_tokenize(text)
# 単語の頻度をカウント
frequency = Counter(words)
print(f"単語の頻度: {frequency}")