Question

我正在尝试向函数中输入随机字母集，以便它从文本文件中返回所有可能的单词，这些文本可以由这些随机字母组成，长度在4到9个字符之间。目前，代码返回的单词仅由集合中的字母组成，但在某些情况下，它将多次使用一个元素来生成单词。我希望它仅输出使用每个字母一次的单词。例如，将返回“动物”，但它使用了两次字母“ a”来制作单词。

letterList = ["a", "n", "i", "b", "s", "l", "s", "y", "m"] 

with open('american-english') as f:
    for w in f:
        w = w.strip()
        cond = all(i in letterList for i in w) and letterList[4] in w
        if 9 > len(w) >= 4 and cond:
            print(w)

Answer 1

一个简单的选择可能是使用您现有的方法比较每个字母的计数。

您还可以尝试使用itertools.permutations从字母中生成所有可能的“单词”，并检查每个单词是否在词典中。我怀疑这会很慢，因为排列的数量会很大，而且大多数都不是文字。

查找字谜的常用技术是按字母顺序对两个单词的字母进行排序，然后进行相等性比较：

sorted(word1)==sorted(word2)

如果这是True，则word1和word2为字谜。您可以使用它来减少比较次数，因为使用此技术，您只需要排序后唯一的排列即可。

我编写了一个脚本来显示所有这三个方法，并允许您对其进行基准测试。我的测试表明，随着信件列表的增加，未改进的itertools方法的伸缩性非常差。计数方法一般，但改进的itertools方法通常最快。当然，这些都可以进一步优化。和他们一起去吧。

import time
import itertools

letterList = list('catd')

#letter counting method
tic=time.time()
with open(r'D:/words_alpha.txt','r') as f:
    for word in f:
        if all([word.strip().count(letter) <= letterList.count(letter) for letter in word]):
            print(word.strip())
toc=time.time()
print(toc-tic)

#permutations with no refinement
tic=time.time()
with open(r'D:/words_alpha.txt','r') as f:
    for word in f:
        for n in range(1,len(letterList)+1):
            for pseudoword in itertools.permutations(letterList,n):
                if word.strip() == "".join(pseudoword):
                    print(word.strip())
toc=time.time()
print(toc-tic)

#permutations with anagram refinement
tic=time.time()
pwords=[]
for n in range(1, len(letterList) + 1):
    for pseudoword in itertools.permutations(letterList, n):
        if sorted(pseudoword) == list(pseudoword):
            pwords.append("".join(pseudoword))
print (pwords)
with open(r'D:/words_alpha.txt', 'r') as f:
    for word in f:
        if "".join(sorted(word.strip())) in pwords:
            print(word.strip())
toc=time.time()
print(toc-tic)

使用每个字母查找不超过列表中出现的所有英文单词的单词

1 个答案: