From ca74a567aae37b41390c1662a7cbdcefbc8f66c3 Mon Sep 17 00:00:00 2001 From: Bumbu Shoji <82212063+BumbuShoji@users.noreply.github.com> Date: Mon, 13 Jan 2025 13:21:40 +0900 Subject: [PATCH] Unique Email Addresses step1-3 --- uniqueEmailAddresses.md | 272 ++++++++++++++++++++++++++++++++++++++++ 1 file changed, 272 insertions(+) create mode 100644 uniqueEmailAddresses.md diff --git a/uniqueEmailAddresses.md b/uniqueEmailAddresses.md new file mode 100644 index 0000000..48b6845 --- /dev/null +++ b/uniqueEmailAddresses.md @@ -0,0 +1,272 @@ +# Unique Email Address + +## Step1 + +listのメールに指示された変換を加えてdictに追加して最後にdictの要素の個数を調べる。 +メールの文字列を前から舐めていって"."がきたら削除"+"が来たらそっから@までを削除、@が来たらその後をそのまま返す +len(emails),len(emails[i])はどちらも100以下なので両方ループさせても大丈夫 + +flagで判定する方法しか思いつかなかった。 + +```python +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + processed_to_emails = {} + for email in emails: + processed = "" + at_flag = False + plus_flag = False + for character in email: + if character == "@": + at_flag = True + if character == "+" and at_flag == False: + plus_flag = True + + if at_flag == False: + if plus_flag == False: + if character != ".": + processed += character + else: + processed += character + + processed_to_emails[processed] = email + return len(processed_to_emails.keys()) +``` + +## Step2 + + + +- @の位置を探してそれより前をlocalそれより後をdomainとする +- localから+の位置を探してそれより前だけを取得する +- +より前から.を削除する +- dictじゃなくてset + - 確かにdictのvalueは使ってないのでdictである意味はなかった + +- processedじゃなくてcanonicalizeとしてる。normalizeとかでもいいかも +normalizeとcanonicalizeの違い +normalizeは冗長性削減でcanonicalizeは比較可能化らしい +> + +- pythonで書くと下のような感じ + - これだとplus_index = -1の時にうまくいかない + +```python +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + processed_emails = set() + for email in emails: + at_index = email.find("@") + local = email[:at_index] + domain = email[at_index:] + + plus_index = local.find("+") + local_without_plus = local[:plus_index] + local_without_plus_and_dot = local_without_plus.replace(".","") + + processed = local_without_plus_and_dot + domain + processed_emails.add(processed) + return len(processed_emails) +``` + +下のようにしたら動くが、無理やり感が強い。良い方法はないか。 +```python +if plus_index >= 0: + local_without_plus = local[:plus_index] +else: + local_without_plus = local +``` + +>実務だとemailを処理する部分に絞ってテストを書きたくなりそう + +テストコードとはなんだろう。名前は聞くが実態がわからない。 +unittestやdoctestというテスト用のモジュールもあるらしい + + + + +- @をfindしてから分けるのではなく `email.split("@")`で十分 +>https://github.com/fhiyo/leetcode/pull/17/files#r1629640510 +>>`local_name = local_name.split("+")[0]`の方が読みやすい + +`split()[0]`ってなんだ？ + +split()はリストを返すからそれの1番目の要素ってことか +引数maxsplit：splitする回数を指定する。maxsplit=1なら２つ以下で分けられる +splitする要素を指定しないと空白でsplitする + +```python +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + canonicalized_emails = set() + for email in emails: + local, domain = email.split("@", maxsplit = 1) + + local_without_plus = local.split("+")[0] + local_without_plus_and_dot = local_without_plus.replace(".", "") + + canonicalized = local_without_plus_and_dot + "@" +domain + canonicalized_emails.add(canonicalized) + return len(canonicalized_emails) +``` + +- 変数名 +canonicalized_emailsよりunique_emailsの方が良さそう +local, domainはlocal_name, domain_name or partでも良い +local_without _plus : local_no_plusとか +- エラーハンドリング + - エラーが起こる例にはどのようなものがあるか + - @がないor複数 + - 空文字列、@の前が空 + - 文字列ではない + + + +>pythonは比較的再代入を厭わない傾向がある + +>他の解き方としてステートマシーンと正規表現がある + +ステートマシーンは自分が最初にやったやつ。他の人のをみてみる + + + +- ステートマシーン部分を関数化している +- 変数名 + - at_flag -> is_domain + - plus_flag -> ignore_alias + - メールの+以降ってエイリアスって呼ぶんだ + - こっちの方が変数名から意味がわかって良い +- ifを多段階にすると読みにくくなるのでcontinueを使った方が良い +- なんでlistへappendして最後にstrにしてるんだろう + - strはimmutableなのでs += t は sを複製して新しい文字列を作成している。そのためlistで操作した方がメモリ効率が良い。 + - + +```python +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + def canonicalize(email): + canonicalized = [] + is_domain = False + ignore_alias = False + for c in email: + if is_domain: + canonicalized.append(c) + continue + if c == "@": + canonicalized.append(c) + is_domain = True + continue + if ignore_alias: + continue + if c == "+": + ignore_alias = True + continue + if c == ".": + continue + canonicalized.append(c) + return "".join(canonicalized) + + unique_emails = set() + for email in emails: + unique_emails.add(canonicalize(email)) + return len(unique_emails) +``` + + +正規表現はわからないのでやってみる + +- reの使い方 + +- reのドキュメント + +- 分割と置換 +https://docs.python.org/ja/3/howto/regex.html#splitting-strings + +```python +import re + + +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + unique_emails = set() + at = re.compile(r"@") + plus = re.compile(r"\+") + dot = re.compile(r"\.") + for email in emails: + local, domain = at.split(email, 1) + local_no_plus = plus.split(local)[0] + local_no_plus_and_dots = dot.sub("", local_no_plus) + canonical_email = local_no_plus_and_dots + "@" + domain + unique_emails.add(canonical_email) + return len(unique_emails) + + + +``` + +正規表現を用いてるコード + + + - 正規表現のみを用いてやったコードをGPTに書いてもらった。 + +```python +import re + + +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + unique_emails = set() + pattern = re.compile(r"(^[^+@]+)(?:\+.*)?@(.+)") + for email in emails: + # 正規表現でローカル部分を処理し、ドメインを保持 + match = pattern.match(email) + if match: + local, domain = match.groups() + # ローカル部分からピリオドを削除 + local = local.replace(".", "") + canonical_email = f"{local}@{domain}" + unique_emails.add(canonical_email) + return len(unique_emails) +``` + +local + "@" + domainじゃなくて f"{local}@{domain}"の方がわかりやすいな +f-stringについて + + + +正規表現`(^[^+@]+)(?:\+.*)?@(.+)` +`()` : グループを示す +`^` : 行の先頭を示す +`[]` : 文字クラスを示す +`^+@` : +と@以外にマッチすることを示す +`(^[^+@]+)` : 行の先頭から+と@以外の１文字以上の連続する文字列を探してグループにする + +`(?:` : キャプチャしない（グループとして保存しない）ことを示す +`\+` : +にマッチする +`.*` : ０文字以上の文字列にマッチする +`(?:\+.*)?` : +から始まる0文字以上の連続する文字列を探す。保存しない。 + +`@(.+)`: ＠から始まる1文字以上の連続する文字列を探してグループに保存する。 + +- Noneになる例 +@がない、ローカルがない、ドメインがない +エイリアスは空白でもマッチする + + + +## Step3 + +local = username+alias なので+より前の変数名をusernameにした +local_no_plus_and_no_dotsが長すぎて気に入らなかったため + +```python +class Solution: + def numUniqueEmails(self, emails: List[str]) -> int: + unique_emails = set() + for email in emails: + local, domain = email.split("@") + username = local.split("+")[0] + username_no_dots = username.replace(".", "") + unique_emails.add(f"{username_no_dots}@{domain}") + return len(unique_emails) +```