C++で文字列から重複のない年を抽出してカウントする方法

このチュートリアルでは、与えられた文字列の中から重複のない年（ユニークな年）を検出し、その総数を求めるC++プログラムを作成します。日付の形式は DD/MM/YYYY を前提とします。

問題の例

まず、具体的な例を見てみましょう。

• 入力： 「01/11/2020、02/12/2020、03/10/2019」という日付を含むサンプルテキスト
• 出力： 2

このテキストには「2020」と「2019」という2つの異なる年が含まれているため、出力は 2 となります。

解決のアプローチ

文字列から日付を抽出するには、正規表現（regex）を使用します。C++の正規表現に不慣れな方は、まず基礎的なチュートリアルを確認しておくと理解しやすくなります。

処理の手順は以下の通りです。

1. 対象となるテキストを初期化します。
2. テキストから日付を抽出するための正規表現パターンを定義します。
3. 重複を排除するための空の unordered_set を用意します。
4. 抽出した各日付を走査し、末尾4桁（年）をセットに追加していきます。セットは重複を自動的に排除するため、結果としてユニークな年だけが残ります。
5. 最後にセットのサイズを出力します。これがユニークな年の総数です。

実装コード

それでは、実際のコードを見てみましょう。

#include <iostream>
#include <bits/stdc++.h>
#include <regex>
using namespace std;

int uniqueYearsCount(string text) {
    // 日付にマッチする正規表現
    regex date_regex("[0-9]{1,2}/[0-9]{1,2}/[0-9]{4}");
    smatch matching_date;
    // ユニークな年を格納するセット
    unordered_set<string> dates;
    // すべての日付を検索
    while (regex_search(text, matching_date, date_regex)) {
        string date = matching_date[0];
        // 末尾4文字（年）を抽出してセットに追加
        dates.insert(date.substr(date.size() - 4));
        // 検索済み部分を除外して次へ
        text = matching_date.suffix();
    }
    return dates.size();
}

int main() {
    string text = "Sample example with dates 01/11/2020, 02/12/2020, and 03/10/2019.";
    cout << uniqueYearsCount(text) << endl;
    return 0;
}

実行結果

上記のコードを実行すると、次の出力が得られます。

2

応用：別の日付形式への対応

実際のデータでは、日付の形式は様々です。例えば YYYY-MM-DD や MM-DD-YYYY のような形式に遭遇することもあります。その場合は、正規表現パターンを適宜変更するだけで対応できます。

例えば、「YYYY-MM-DD」形式に対応するには、パターンを次のように書き換えます。

regex date_regex("[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}");

この場合、年は先頭4文字に位置するため、抽出部分も date.substr(0, 4) に変更する必要がある点に注意してください。

まとめ

このチュートリアルでは、正規表現と unordered_set を組み合わせることで、文字列内からユニークな年を効率的に抽出・カウントする方法を学びました。正規表現のパターンを調整すれば、さまざまな日付形式に柔軟に対応できるのがポイントです。

本チュートリアルについて質問がある場合は、コメント欄でお気軽にお尋ねください。