Question

我正在尝试将“ alice_list”和“ dictionary_list”中的单词进行比较，如果在“ dictionary_list”中找不到单词以进行打印，并说可能是拼写错误。我遇到的问题是，如果找不到它，它不会打印任何内容，也许你们可以帮帮我。我将“ alice_list”附加到大写字母，因为“ dictionary_list”全部用大写字母表示。当我要拔掉头发时，对它为什么不起作用的任何帮助将不胜感激！

       import re
    # This function takes in a line of text and returns
    # a list of words in the line.

    def split_line(line):
        return re.findall('[A-Za-z]+(?:\'[A-Za-z]+)?', line)
    # --- Read in a file from disk and put it in an array.

    dictionary_list = []
    alice_list = []
    misspelled_words = []

    for line in open("dictionary.txt"):
        line = line.strip()
        dictionary_list.extend(split_line(line))

    for line in open("AliceInWonderLand200.txt"):
        line = line.strip()
        alice_list.extend(split_line(line.upper()))


    def searching(word, wordList):
        first = 0
        last = len(wordList) - 1
        found = False
        while first <= last and not found:
            middle = (first + last)//2
            if wordList[middle] == word:
                found = True
            else:
                if word < wordList[middle]:
                    last = middle - 1
                else:
                    first = middle + 1
        return found


    for word in alice_list:
        searching(word, dictionary_list)

---------工作的编辑代码---------- 如果有人遇到同样的问题，请更新一些内容，并使用“ for word not in”仔细检查搜索中输出的内容。

"""-----Binary Search-----"""
# search for word, if the word is searched higher than list length, print
words = alice_list
for word in alice_list:
        first = 0
        last = len(dictionary_list) - 1
        found = False
        while first <= last and not found:
            middle = (first + last) // 2
            if dictionary_list[middle] == word:
                found = True
            else:
                if word < dictionary_list[middle]:
                    last = middle - 1
                else:
                    first = middle + 1
                if word > dictionary_list[last]:
                    print("NEW:", word)

# checking to make sure words match
for word in alice_list:
    if word not in dictionary_list:
        print(word)

Answer 1

您的函数split_line()返回一个列表。然后，您将获取函数的输出并将其附加到词典列表中，这意味着词典中的每个条目都是单词的 list 而不是单个单词。快速解决方法是使用extend代替append。

    dictionary_list.extend(split_line(line))

与此处的列表相比，集合可能是更好的选择，那么您就不需要二进制搜索。

-编辑-
要打印不在列表中的单词，只需根据函数是否返回False来过滤列表。像这样：

notfound = [word for word in alice_list if not searching(word, dictionary_list)]

Answer 2

您是否需要对该程序使用二进制搜索？ Python有一个方便的运算符，称为“ in”。给定一个元素作为第一个操作数，并给它一个列表/集合/字典/元组作为第二个操作数，如果该元素在结构中，则返回True，否则返回false。

示例：

1 in [1, 2, 3, 4] -> True
"APPLE" in ["HELLO", "WORLD"] -> False

因此，对于您而言，大多数脚本可以简化为：

for word in alice_list:
    if word not in dictionary_list:
        print(word)

这将打印不在词典列表中的每个单词。

使用for循环进行二进制搜索，在列表中搜索单词并进行比较

2 个答案: