IndexError: string index out of range — в чем причина?

Question

[HelloDarknessMyOldFried]

Доброго времени суток!
Я новичок, пытаюсь написать программу, которая будет в строке находить повторяющиеся буквы, считать их количество подряд выводить что-то наподобие этого: s = 'aaaabbсaa' преобразуется в 'a4b2с1a2'.
Но на выходе получаю ошибку IndexError: string index out of range. Ошибка возникает после использования цикла for in.
Прошу помощи, код прилагаю ниже.

genome = 'aaaabbcaa'
a = 1
s = 1
g = ''
for i in genome:
    if genome[a-1]==genome[a]:
        a += 1
        s += 1
    else:
        g += (genome[a-1]+str(s))
        a += 1
        s += 1
print(g)
----------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-176-241c9dc2be5a> in <module>
      4 g = ''
      5 for i in genome:
----> 6     if genome[a-1]==genome[a]:
      7         a += 1
      8         s += 1

IndexError: string index out of range

Comments

[Дмитрий]

Потому что нумерация индексов в массиве начинается с нуля и на последней итерации a будет больше максимального индекса. Для примера представьте что у вас строка состоит из одного символа, у строки из одного символа максимальный индекс 0, но a у вас изначально 1.

Также есть разные прочие ошибки, например s должно обнуляться в конструкции else

[Алан Гибизов]

Да, и очень советую вместо невнятных переменных a, s, g и т.п. писать что-то более развёрнутое и чтоб читая, можно было понять суть переменной. Будет всем легче читать код - и вам и нам.

[HelloDarknessMyOldFried]

Дмитрий, спасибо большое! Да, про s не подумал, исправлю.

[Дмитрий]

HelloDarknessMyOldFried, Я бы предложил

следующий код

genome = 'aaaabbcaa'
cnt = 0
res = ''
for i in range(len(genome)):
  newSymb = i == 0 or genome[i] != genome[i - 1]
  if newSymb:
      if cnt > 0: g += str(cnt)
      res += genome[i]
      cnt = 1
  else:
      cnt += 1
res += str(cnt)

print(res)

[HelloDarknessMyOldFried]

Дмитрий, Дмитрий, благодарю, Вы очень помогли!

Answer 1

[Дмитрий]

HelloDarknessMyOldFried, Я бы предложил

следующий код

genome = 'aaaabbcaa'
cnt = 0
res = ''
for i in range(len(genome)):
  newSymb = i == 0 or genome[i] != genome[i - 1]
  if newSymb:
      if cnt > 0: g += str(cnt)
      res += genome[i]
      cnt = 1
  else:
      cnt += 1
res += str(cnt)

print(res)

Answer 2

[gorodnev]

Мой вариант такой, в принципе вместо дека можно использовать и обычный list:

import collections
genome = 'aaaabbcaa'
result = collections.deque()
genome += '$'
last = genome[0]
counter = 1
for c in genome[1:]:
  if c == last:
    counter += 1
  else:
    result.append('%s%d' % (last, counter))
    last = c
    counter = 1
print(''.join(result))

Answer 3

[Hcuy]

Как вариант можете также можете рассмотреть мой вариант:

spoiler

genome = 'aaaabbcaa'
gn = list(genome)
arr = []
text = ''
ln = len(gn)
for i in range(ln):
	a = 0
	for j in range(ln-1):
		if gn[i] == gn[j+1]:
			a +=1	
	text = gn[i] + str(a)
	arr.append(text)

arr = ''.join(arr)
print (arr)

Останется сделать малое: убрать повторяющиеся элементы и что-то сделать с последними 'aa'. Удачи!

Comments

[HelloDarknessMyOldFried]

Спасибо

[gorodnev]

Алгоритмическая сложность Вашего кода составляет квадрат, все то же самое можно сделать и за линейное время. Можно сгенерировать простой тест следующим кодом и посмотреть как растет время работы с ростом длины строки:

import random
s = ''.join(random.choice('abcd') for _ in range(10**5))

[Hcuy]

gorodnev, да, согласен, но я старался сделать код читабельным.