如何在字符串列表中查找和排列所有前缀？答案

【问题标题】：How to find and rank all prefixes in a list of strings?如何在字符串列表中查找和排列所有前缀？
【发布时间】：2016-04-17 09:53:42
【问题描述】：

我有一个字符串列表，我想找到流行的前缀。前缀的特殊之处在于它们在输入列表中以字符串的形式出现。

我在这里发现了一个类似的问题，但答案是为了找到一个最常见的前缀： Find *most* common prefix of strings - a better way?

虽然我的问题很相似，但不同之处在于我需要找到所有流行的前缀。或者说得简单一点，将前缀从最常见到最少排列。

例如，考虑以下字符串列表：在, 印度, 印度人, 印度国旗, 公牛, 恶霸, 废话

前缀等级：在 - 4 次印度 - 3次公牛 - 3次 ...等等。请注意 - in、bull、india 都出现在输入列表中。

以下不是有效的前缀：工业卜布尔 ...因为它们没有出现在输入列表中。

我应该查看什么数据结构来为我的解决方案建模？我倾向于在每个节点上使用带有计数器的“trie”，以跟踪在创建 trie 期间该节点被触摸的次数。

欢迎所有建议。谢谢。

附言- 我喜欢 python，如果有人可以发布一个可以让我入门的快速 sn-p，我会很高兴。

【问题讨论】：

你有什么尝试吗？
这实际上是您链接的问题的副本...。Counter_Instance.most_common(10) 会给您例如最常见的 10 个
诚实承认，直到现在还只是纸上谈兵。没有要显示的代码。下次注意。

标签： python algorithm data-structures prefix trie

【解决方案1】：

如果我们知道前缀的长度（比如 3）

from nltk import FreqDist
suffixDist=FreqDist()
for word in vocabulary:
    suffixDist[word[-3:]] +=1
commonSuffix=[suffix for (suffix,count) in suffixDist.most_common(150) ]
print(commonSuffix)

【讨论】：

【解决方案2】：

words = [ "in", "india", "indian", "indian", "flag", "bull", "bully", "bullshit"]

Result = sorted([ (sum([ w.startswith(prefix) for w in words ]) , prefix )  for prefix in words])[::-1]

它遍历每个单词作为前缀，并检查有多少其他单词以它开头，然后对结果进行排序。 the[::-1] 只是颠倒了这个顺序

【讨论】：