Question

我已经打开了另一个主题正是这个主题，但是我觉得我发布了太多的代码而且我真的不知道我的问题在哪里，现在我觉得我有更好的想法，但仍然需要帮助。我们所拥有的是一个包含3个字母单词的文本文件，只有3个字母单词。我还有一个Word（节点）和队列类。我的findchildren方法应该为一个单词找到所有孩子这个词，让我说我进入“粉丝”，然后我应该得到类似[“kan”，“man”....等等]。该代码目前看起来像这样：

def findchildren(mangd,parent): 
    children=set()
    lparent=list(parent)
    mangd.remove(parent)
    for word in mangd:
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                if word not in children:
                    children.add(word)
            if i>2:
                break
    return children

上面的代码，对于findchildren目前工作正常，但是，当我将它用于我的其他方法（实现bfs-search）时，一切都会花费太长时间，因此，我想收集所有的孩子在包含子项列表的字典中。感觉这个任务现在不属于我的联盟，但这可能吗？我试图创造这样的东西：

def findchildren2(mangd):
    children=[]
    for word in mangd:
        lparent=list(word)
        mangd.remove(word)
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                if word not in children:
                    children.append(word)
            if i>2:
                break
    return children

我想我的最后一次尝试只是垃圾，我得到错误消息“使用迭代设置更改大小”。

def findchildren3(mangd,parent):
    children=defaultdict(list)
    lparent=list(parent)
    mangd.remove(parent)
    for word in mangd:
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                children[0].append(word)
            if i>2:
                break
    return children

Answer 1

有更有效的方法可以做到这一点（下面是O（n ^ 2）所以不是很好）但这里有一个简单的算法可以帮助你入门：

import itertools
from collections import defaultdict

words = ['abc', 'def', 'adf', 'adc', 'acf', 'dec']
bigrams = {k: {''.join(x) for x in itertools.permutations(k, 2)} for k in words}
result = defaultdict(list)
for k, v in bigrams.iteritems():
    for word in words:
        if k == word:
            continue
        if len(bigrams[k] & bigrams[word]):
            result[k].append(word)
print result

产地：

defaultdict(<type 'list'>, {'abc': ['adc', 'acf'], 'acf': ['abc', 'adf', 'adc'], 'adf': ['def', 'adc', 'acf'], 'adc': ['abc', 'adf', 'acf', 'dec'], 'dec': ['def', 'adc'], 'def': ['adf', 'dec']})

这是一个更高效的版本，带有一些评论：

import itertools
from collections import defaultdict

words = ['abc', 'def', 'adf', 'adc', 'acf', 'dec']

# Build a map of {word: {bigrams}} i.e. {'abc': {'ab', 'ba', 'bc', 'cb', 'ac', 'ca'}}
bigramMap = {k: {''.join(x) for x in itertools.permutations(k, 2)} for k in words}

# 'Invert' the map so it is {bigram: {words}} i.e. {'ab': {'abc', 'bad'}, 'bc': {...}}
wordMap = defaultdict(set)
for word, bigramSet in bigramMap.iteritems():
    for bigram in bigramSet:
        wordMap[bigram].add(word)

# Create a final map of {word: {words}} i.e. {'abc': {'abc', 'bad'}, 'bad': {'abc', 'bad'}}
result = defaultdict(set)
for k, v in wordMap.iteritems():
    for word in v:
        result[word] |= v ^ {word}

# Display all 'childen' of each word from the original list
for word in words:
    print "The 'children' of word {} are {}".format(word, result[word])

产地：

The 'children' of word abc are set(['acf', 'adc'])
The 'children' of word def are set(['adf', 'dec'])
The 'children' of word adf are set(['adc', 'def', 'acf'])
The 'children' of word adc are set(['adf', 'abc', 'dec', 'acf'])
The 'children' of word acf are set(['adf', 'abc', 'adc'])
The 'children' of word dec are set(['adc', 'def'])

Answer 2

解决方案（遗憾的是O（n ^ 2））用于Python 3中的更新要求（运行它here）：

from collections import defaultdict

words = ['fan', 'ban', 'fbn', 'ana', 'and', 'ann']

def isChildOf(a, b):
    return sum(map(lambda xy: xy[0] == xy[1], zip(a, b))) >= 2

result = defaultdict(set)
for word in words:
    result[word] = {x for x in words if isChildOf(word, x) and x != word}

# Display all 'childen' of each word from the original list
for word in words:
    print("The children of word {0} are {1}".format(word, result[word]))

产地：

The 'children' of word fan are set(['ban', 'fbn'])
The 'children' of word ban are set(['fan'])
The 'children' of word fbn are set(['fan'])
The 'children' of word ana are set(['and', 'ann'])
The 'children' of word and are set(['ann', 'ana'])
The 'children' of word ann are set(['and', 'ana'])

这里的算法很简单，但效率不高，但我试着把它分解。

isChildOf函数将两个单词作为输入并执行以下操作：

zip的{{1}}＆amp; a在一起，这里都被视为迭代，每个字符在迭代中都是一个“项”。例如，如果b为a且'fan'为b，则'ban'会生成此对列表zip('fan', 'ban')
接下来，它使用[('f', 'b'), ('a', 'a'), ('n', 'n')]函数将lambda函数（匿名函数的奇特名称）应用于步骤1中生成的列表中的每个项。该函数只需获取一对输入元素（即map＆amp; 'f'），如果匹配则返回'b'，否则返回True。对于我们的示例，这将导致False，因为第一对字符不匹配，但其余对都匹配。
最后，该函数在步骤2生成的列表上运行[False, True, True]函数。事实上，sum在Python中评估为True，1为False 0所以我们的列表总和为2。然后，我们只返回该数字是否大于或等于2。

for word in words循环只是将每个输入词与所有其他词进行比较，并将isChildOf评估的词保持为True，注意不要添加词本身。

我希望这很清楚！

BFS，想要找到节点之间最长的路径，减少了findchildren方法

2 个答案: