如何解析张量串的维度形状？

Question

这里是一个张量/矩阵的字符串表示形式，表示其打印结果。例如，字符串 s = "[[[1,2,3],[4,5,6]]]" 表示张量为：

[
    [
        [1,2,3],
        [4,5,6],
    ]
]

我们知道它具有三个维度。从外到内，第一维度有一个元素。第二个维度有两个元素。第三维度具有三个元素。结果，我们知道形状是[1,2,3]。

那么，如何在不使用库函数的情况下一般解析维度形状。界面可能是：

std::vector<int> parse_shape_from_tensor_string(std::string s){

}

这更像是LeetCode问题，但我们没有找到类似的描述。感谢您的帮助:)

Answer 1

#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <vector>
#include <iostream>

using namespace std;

vector<int> g_result;

int RecrusiveParser(vector<string> s, int& i, int layer) {
    int res = 0;
    while (i < s.size()) {
        if (s[i] == "[") {
            i = i + 1;
            int temp = RecrusiveParser(s, i, layer + 1);
            res++;
            g_result[layer] = temp;
        }
        else if (s[i] == "]") {
            i++;
            return res;
        }
        else {
            if (g_result.size() == 0)
                g_result.resize(layer);
            while (s[i] != "[" && s[i] != "]") {
                i += 1;
                res++;
            }
            i += 1;
            return res;
        }
    }
    return -1;

}
// "[[2,2],[2,2]]"
void Parser(vector<string> s) {
    g_result.clear();
    int i = 0;
    RecrusiveParser(s, i, 0);
}

vector<string> tokenize(string s) {
    vector<string> res;
    string temp = "";
    for (char i : s) {
        if (i == ',' || i == '[' || i == ']') {
            if (temp.size() > 0) {
                res.push_back(temp);
                temp = "";
            }
            if (i != ',') {
                string temp(1, i);
                res.push_back(temp);
            }
            
        }
        else {
            temp += i;
        }
        
    }
    return res;
}

template <typename T>
void printVect(vector<T> result) {
    for (T i : result) {
        cout << i << " ";
    }
    cout << endl;
}
int main()
{
    auto v = tokenize("[[[2,22],[2,2],[111,2]],[[2,22],[2,2],[111,2]]]");// out 2,3,2
    printVect(v);
    Parser(v);
    printVect(g_result);

    v = tokenize("[[[2,22],[2,2],[111,2]],[[2,22],[2,2],[111,2]],[[2,22],[2,2],[111,2]]]");// out 3,3,2
    printVect(v);
    Parser(v);
    printVect(g_result);

    v = tokenize("[1,2,3,4]");// out 4
    printVect(v);
    Parser(v);
    printVect(g_result);
}

在获取字符串的第一步中，我将其分解为标记，使用“,”和“[”,“]”作为分隔符，其中“[”,“]”应保留。

vector<string> tokenize(string s) {
    vector<string> res;
    string temp = "";
    for (char i : s) {
        if (i == ',' || i == '[' || i == ']') {
            if (temp.size() > 0) {
                res.push_back(temp);
                temp = "";
            }
            if (i != ',') {
                // "[","]" should be retained
                string temp(1, i);
                res.push_back(temp);
            }
            
        }
        else {
            // Numbers containing multiple digits
            temp += i;
        }   
    }
    return res;
}

接下来，递归处理令牌序列。

int RecrusiveParser(vector<string> s, int& i, int layer) {
    int res = 0;
    while (i < s.size()) {
        if (s[i] == "[") {
            i = i + 1;
            int temp = RecrusiveParser(s, i, layer + 1);
            res++;
            g_result[layer] = temp;
        }
        else if (s[i] == "]") {
            i++;
            return res;
        }
        else {
            if (g_result.size() == 0)
                g_result.resize(layer);
            while (s[i] != "[" && s[i] != "]") {
                i += 1;
                res++;
            }
            i += 1;
            return res;
        }
    }
    return -1;

}

每次遇到‘[’就向下递归，每次遇到‘]’就返回。

这里，res是每层的维度。

当为最内层时，res为数字中的一个，例如“[[[2,22],[2,2],[111,2]],[[2,22],[2, 2] ,[111,2]]]" ，最内层为 [2,22]，res = 2。

当不是最内层时，当前层的res为从当前层向下递归的次数。例如，对于“[,[,2,22,],[,2,2,] ,[,111,2],]”,我们从i=1,i=5,i=9各向下递归一次，所以当前level的res为3