1

Como encontrar o índice do inicio de uma substring começando a partir de um determinado índice da string?

Em C++, por exemplo, o método std::string::find aceita um offset ou índice de por onde a busca deve começar.

Existe algo similar em Rust?

0

1 Resposta 1

3

Não sei se isso se enquadra ao que se chama de "idiomático", mas vejamos...

Basicamente, assumindo que queremos achar o índice de uma substring a partir de um determinado offset, poderíamos fazer assim:

let string = "ABC ABC ABC";
let offset = 3;

let idx = string
    .chars()
    .skip(offset)
    .collect::<String>()
    .find("ABC")
    .map(|n| n + offset);

Veja funcionando no Rust Playground.

Basicamente, funciona da seguinte forma:

  1. Criamos um iterador a partir dos caracteres da string (encadeamento com método chars).
  2. A partir do iterador retornado por chars, pulamos o número de elementos correspondente ao offset (encadeamento skip).
  3. A partir do restante do iterador, geramos uma nova String. Note que será owned e, portanto, representará alocação na heap (encadeamento collect::<String>).
  4. A partir da string coletada anteriormente, utilizamos o método find para procurar o índice correspondente à substring procurada. Esse método retorna um Option<usize>, o que significa que retornará None quando a substring não for encontrada.
  5. No caso da substring ser encontrada, precisaremos somar o offset que pulamos na etapa 2 ao índice retornado pelo método find. Para isso, utilizamos o método map, implementado por Option, que mapeia o valor no caso Some de acordo com a função passada. No caso de None, o mapeamento será ignorado e map simplesmente retornará o próprio None.

Pode parecer pouco performático, mas como o Rust é tão rigoroso com as chamadas Zero Cost Abstractions, suponho que diversas otimizações são feitas durante a fase intermediária do processo de compilação. No entanto, não fiz benchmarks para confirmar essa hipótese.

5
  • Muito obrigado. Mas uma dúvida, se eu usar o find numa subslice tipo string[offset..].find, isso evitaria a alocação?
    – suriyel
    Commented 24/02/2021 às 20:31
  • 2
    Não terá a alocação, mas tenha em mente que, ao utilizar essa notação, você não estará iterando sobre os caracteres da string, mas sim sobre os bytes na codificação UTF-8. O caractere 😃, por exemplo, tem 4 bytes. Já á, 2 bytes. Enquanto a, 1 byte. Além disso, ao utilizar o slice, você deve garantir que está indexando "intervalos válidos" em relação aos bytes... Enfim, é uma complicação danada. Por isso, nesse caso, creio que vale mais a pena utilizar o método chars (para garantir que estamos indexando sobre os caracteres, e não os bytes). Commented 24/02/2021 às 21:18
  • 1
    Veja este playground com um exemplo drástico para entender melhor o "problema". Veja as seções § 4.3 e § 8.2 do Livro para saber mais. E também tem a questão das normalizações Unicode, o que pode afetar até mesmo o chars... Commented 24/02/2021 às 21:20
  • 1
    Esta e esta discussões podem ser úteis para mais informações sobre a indexação de slices de strings também. Commented 24/02/2021 às 21:24
  • 1
    @suriyel, acabei pegando a oportunidade desse seu comentário para me aprofundar um pouco mais nesse assunto. Vou adicionar aqui mais uma referência de um outro bom artigo que encontrei: Unicode String Models. Commented 25/02/2021 às 12:23

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .