Question

我有一个250K字的词典（txt文件）。对于每一个单词，我想提出一个脚本，它将抛出所有可能的字谜（每个字谜也应该在字典中）。

理想情况下，脚本将以这种格式输出：

word1：anagram1，anagram2 ......

word2：anagram1，anagram2 ......

非常感谢任何帮助。

Answer 1

一定是字谜周。

我将向您推荐我之前提出的问题：https://stackoverflow.com/a/12811405/128421。它显示了如何构建哈希以快速搜索具有共同字母的单词。

为了您的目的，找到子串/内部词，您还需要找到可能的内部词。以下是如何基于起始单词快速定位不同大小的字母的独特组合：

word = 'misses'
word_letters = word.downcase.split('').sort
3.upto(word.length) { |i| puts word_letters.combination(i).map(&:join).uniq }

eim
eis
ems
ess
ims
iss
mss
sss
eims
eiss
emss
esss
imss
isss
msss
eimss
eisss
emsss
imsss
eimsss

一旦你有这些组合，拆分它们（或者不要做join）并在我之前建立的答案中查找哈希。

Answer 2

受this的启发，我建议您创建一个Trie。

然后，具有N个级别的trie将具有所有可能的字谜（其中N是原始单词的长度）。现在，为了获得不同大小的单词，我建议你简单地遍历trie，即。对于所有3个字母的子字，只需在trie中制作3级深度的所有字符串。

我不是很确定这一点，因为我没有对此进行测试，但这是一个有趣的挑战，这个建议就是我将如何开始解决它。

希望它有点帮助=）

Answer 3

h = Hash.new{[]}
array_of_words.each{|w| h[w.downcase.chars.sort].push(w)}
h.values

Answer 4

到目前为止我在Perl中尝试了什么：

use strict;
use warnings;

use Algorithm::Combinatorics qw(permutations);

die "First argument should be a dict\n" unless $ARGV[0] or die $!;
open my $fh, "<", $ARGV[0] or die $!;

my @arr = <$fh>;
my $h = {};

map { chomp; $h->{lc($_)} = [] } @arr;

foreach my $word (@arr) {
    $word = lc($word);
    my $chars = [ ( $word =~ m/./g ) ];
    my $it = permutations($chars);

    while ( my $p = $it->next ) {
        my $str = join "", @$p;

        if ($str ne $word && exists $h->{$str}) { 
            push @{ $h->{$word} }, $str
                unless grep { /^$str$/ } @{ $h->{$word} };
        }
    }

    if (@{ $h->{$word} }) {
        print "$word\n";
        print "\t$_\n" for @{ $h->{$word} };
    }
}

END{ close $fh; }

速度可能会有一些改进，但它确实有效。

我使用words archlinux包中的French dict。

示例

$ perl annagrammes.pl /usr/share/dict/french abaissent absentais abstenais abaisser baissera baserais rabaisse (...)

注意要安装perl模块：

cpan -i Algorithm::Combinatorics

脚本从wordlist中查找给定单词内的单词

4 个答案: