bounty还有4天到期。回答此问题可获得+50声望奖励。alvas正在寻找一个答案从一个有信誉的来源。

在字符列表中给出list('Hello▁world▁')和字符元组列表，即
[（'l'，'l'），（'ell'，'o'），（'Hell'，'o'），（'w'，'or'），（'o'，'r'），（'e'，'l'），（'el'，'l'），（'H'，'ell'），（'H'，'e'），（'He'，'ll '），（' worl '，'d '），（' wor '，' l'），（'l'，'d'），（'d '，''），（' wor '，'ld '），（' H '，' el'），（'o'，''），（'w'，'o'），（' l '，' o '），（' l '，' o'）]
目标是遍历元组，如果匹配，则折叠字符列表。我试过了，它很有效：

import copy

def matcher(s, ngram):
  while s:
    window = tuple(s[:2]) # Since the string tuples are in pairs.
    if window == ngram:
      yield "".join(window)
      s = s[2:]
    else:
      yield s[0]
      s = s[1:]

def combine_ngrams(s, vocab):
  prev = copy.copy(s)
  while True:
    for v in vocab:
      s = list(matcher(s, v))
    if s == prev:
      break
    else:
      prev = s
  return s

vocab = [('l', 'l'), ('ell', 'o▁'), ('Hell', 'o▁'), ('w', 'or'), ('o', 'r'), ('e', 'l'), ('el', 'l'), ('H', 'ell'), ('H', 'e'), 
         ('He', 'll'), ('worl', 'd▁'), ('wor', 'l'), ('l', 'd▁'), ('d', '▁'), ('wor', 'ld▁'), ('H', 'el'), ('o', '▁'), ('w', 'o'), ('l', 'o▁'), ('l', 'o')]

s = list('Hello▁world▁')

combine_ngrams(s, vocab)

[out]：

['Hello▁', 'world▁']

但是外部函数combine_ngrams()和内部函数matcher()中的多个while循环看起来很容易简化。
或者，这些操作不需要遍历元组，也许一些正则表达式方法迭代地应用vocab替换会起作用。有没有办法简化combine_ngrams函数中嵌套的while循环？
下面是更多的输入/输出示例：
[in]：

s = list('abcde'); vocab = [('a', 'b'), ('b', 'c'), ('a', 'bc'), ('abc', 'd'), ('abcd', 'e')]

s = list('abcde'); vocab = [('a', 'b'), ('ab', 'c'), ('b', 'c'),  ('a', 'bc'), ('abc', 'd'), ('abcd', 'e')]

s = list('aaab'); vocab = [('a', 'a'), ('a', 'aa'), ('aaa', 'b')]

s = list('Hello▁ポケモンセンター▁world▁'); vocab = [('l', 'l'), ('ell', 'o▁'), ('Hell', 'o▁'), ('w', 'or'), ('o', 'r'), ('e', 'l'), ('el', 'l'), ('H', 'ell'), ('H', 'e'), ('He', 'll'), ('worl', 'd▁'), ('wor', 'l'), ('l', 'd▁'), ('d', '▁'), ('wor', 'ld▁'), ('H', 'el'), ('o', '▁'), ('w', 'o'), ('l', 'o▁'), ('l', 'o')]

[out]：

['ab', 'c', 'd', 'e']

['abcde']

['aa', 'a', 'b']

['Hello▁', 'ポ', 'ケ', 'モ', 'ン', 'セ', 'ン', 'タ', 'ー', '▁', 'world▁']

P/S：对于任何感兴趣的人，这与byte-pair encoding算法有关，如果有一个更算法的方法而不是Python循环来解决这个问题，请建议。