Pythonでランレングスエンコーディングを実装する方法

このチュートリアルでは、Pythonを使ってランレングスエンコーディング（Run-Length Encoding）を作成する方法を解説します。与えられた文字列に対して、「文字＋出現回数」という形式の新しい文字列を生成して返すプログラムです。

例えば、文字列 tutorialspoint は t3u1o2r1i2a1l1s1p1n1 とエンコードされます。これは各文字とその出現回数を順に連結したもので、元の文字列に最初に出現した順序が保たれます。

実装の手順

• run_length_encoding という名前の関数を定義します。

• collections.OrderedDict を使い、各文字のカウントを 0 で初期化した辞書を作成します。

• 文字列の各文字を走査しながら、辞書内の出現回数をインクリメントしていきます。

• すべての文字と出現回数を連結し、結果を出力します。

• 対象となる文字列を初期化し、関数を呼び出します。

サンプルコード

それでは、上記の手順に沿って実際のコードを見てみましょう。

# collectionsモジュールをインポート
import collections

# 関数の定義
def run_length_encoding(string):
    # カウント用の辞書を初期化
    count_dict = collections.OrderedDict.fromkeys(string, 0)
    # 文字列を走査
    for char in string:
        # 出現回数をインクリメント
        count_dict[char] += 1
    # エンコード結果を格納する空文字列
    encoded_string = ""
    # 文字と出現回数を連結
    for key, value in count_dict.items():
        encoded_string += key + str(value)
    # エンコード結果を出力
    print(encoded_string)

# 文字列の初期化
string = "tutorialspoint"
# 関数の呼び出し
run_length_encoding(string)

# 別の文字列
string = "aaaaaabbbbbccccccczzzzzz"
run_length_encoding(string)

実行結果

上記のコードを実行すると、次のような出力が得られます。

t3u1o2r1i2a1l1s1p1n1
a6b5c7z6

応用：itertools.groupby による連続文字の圧縮

なお、一般的なランレングスエンコーディングは「連続して現れる同じ文字」を圧縮する手法です。その場合は、標準ライブラリの itertools.groupby を使うことで、より簡潔に実装できます。

from itertools import groupby

def rle(string):
    return "".join(char + str(len(list(group))) for char, group in groupby(string))

print(rle("aaabbbcccd"))  # 出力: a3b3c3d1

用途に応じて、全体の出現回数を数える方法と、連続する文字列を圧縮する方法を使い分けるとよいでしょう。

まとめ

このチュートリアルでは、collections.OrderedDict を活用して、文字列内の各文字とその出現回数を組み合わせたエンコード文字列を生成する方法を学びました。また、itertools.groupby を使った連続文字の圧縮方法も紹介しました。チュートリアルの内容について不明な点がある場合は、コメント欄でお気軽にお知らせください。