Question

我试图想出一个算法来找到一个单词列表之间的最短距离。我有一个列表字典，显示文档中找到单词的不同位置。

匹配{＆＃34;所述＆＃34; ：[2,24,15]，＆＃34;是＆＃34; ：[5,13]，＆＃34; apple＆＃34; ：{45} ...}

是否有既定的算法可以找到所有这些重叠的最短长度？例如，在这一个中，13-45将是答案，因为所有单词都可以在该范围内找到。

Answer 1

我会保留两个位置left和right，它们分别是包含所有单词的范围的左端和右端。我还会维护一个优先级队列，每个条目都是一个单词，以及当前左边缘或之后单词出现的位置列表。

要初始化，请创建一个新的空优先级队列，插入每个单词及其完整的出现列表，并正确排序。当您插入每个单词时，请更新right，以便它是任何单词的最大首次出现。对于您的数据，初始设置将是

left=2,right=45,queue=[["the", [2,15,24]], ["is", [5, 13], ["apple", [45]]

我将优先级队列显示为数组，按其第二个组件的第一个组件排序。也就是说，按顺序2（对于“the”），5（对于“是”）和45（对于“apple”）。请注意，在此初始化期间必须对“the”的出现进行排序。 right原来是45，最多是2,5和45。

left是隐含的。它始终是优先级队列前面的第一个出现的东西。在这一点上，我们发现的最短范围是2..45。

然后重复以下循环：

remove the first entry from the priority queue
shift its next occurrence into `left`
check if left..right is a new shortest sequence
if we've shifted off the last occurrence for this entry
    stop
otherwise, 
    update `right` to include this new next occurrence
    insert the entry back into the priority queue

使用您的数据，连续值将为：

left=2,right=45,queue=[["the", [2,15,24]], ["is", [5, 13], ["apple", [45]]
left=5,right=45,queue=[["is", [5, 13], ["the", [15,24]], ["apple", [45]]
left=13,right=45,queue=[["is", [13], ["the", [15,24]], ["apple", [45]]

然后我们终止，因为在从队列中弹出["is", [13]]并从其发生的列表中移除13之后，没有一个保留。

搜索单词之间最短长度的算法

1 个答案: