我正在编写一个游戏，当给定一个部分填充的单词时，它会搜索字典并返回所有匹配的单词。为此，我试图找到一种可用于上述目的的算法。例如，给定 - - a -，算法将在字典中搜索所有长度为 4 且第三个字母为 'a' 的单词。
已经有这样的算法了吗？如果没有，有人可以大致了解如何设计这样的算法吗？
提前致谢。
【问题讨论】：
标签： algorithm
嗯，它还不存在，但已经在 SO 上进行过研究，用于填字游戏问题。
我提出的解决方案的要点是按字母和索引进行索引，这是 Python 提供的：
class Index:
def __init__(self, list):
self.data = defaultdict(set)
for word in list: self.add(word)
def add(self, word):
for l in range(0, len(word)):
self.data[(l, word[l])].insert(word)
def look(self, letters):
"""letters is a list of tuples (position, letter)"""
result = None
for (p,l) in letters:
set = self.data[(p,l)]
if result == None: result = set
else: result = result.insersection(set)
return result
这个想法很简单：你有一个很大的索引，其中包含每对 (position,letter) 的一组单词。在您的情况下，它可以扩展为每个字长有一个索引，这会缩小字集的大小，从而更快。
对于检索，您只需将所有集合相交以获得与所有已知字母匹配的公共单词集合。
【讨论】：
O(1)。其次，如果您需要性能，您可以迭代较少的集合。为简单起见，我在这里合并，但在我提到的关于拼字游戏的帖子中，我列出了所有集合，然后按大小对它们进行排序，并在较小的集合上迭代合并它们（越来越小），这当然更有效。这是原始算法：stackoverflow.com/questions/2288901/…
另一种解决方案是将您的字典构造为prefix tree。然后你的算法将只需要穿过那棵树。对于每个节点，您都知道与哪个字母相关联以及在单词中的位置，因此您知道它是否与您要查找的字母匹配。如果没有，你就停下来，不要通过它的孩子。您还知道何时超出查询的长度。您到达的每一片叶子都可以添加到结果列表中。
就内存消耗而言，此解决方案可能非常有效。
【讨论】：
test = '--a-';
for each (words as word)
{
if ((word.length == test.length)
&& (test.index(0) == '-' || (word.index(0) == test.index(0)))
&& (test.index(1) == '-' || (word.index(1) == test.index(1)))
&& (test.index(2) == '-' || (word.index(2) == test.index(2)))
&& (test.index(3) == '-' || (word.index(3) == test.index(3))))
{
// match
}
}
这是你需要的吗？显然它需要稍作修改才能适用于不同的长度。
【讨论】：
据我了解，您不能使用正则表达式查询吗？在上面的示例中，模式类似于??a?
然后你需要遍历所有单词并检查是否匹配。
【讨论】：
? 更好的东西，可能是[a-zA-Z]，因为你不想匹配任何东西，只是一个字母。剩下的唯一问题是操作的速度。
如果您在一台功能相当强大的计算机上运行（与负载相比），那么 PierrOz 有一个很好的答案：将字典存储为前缀树。然后，您可以进行广度优先搜索，仅当您达到您真正知道该字母的水平时才进行修剪。
如果您需要更快的解决方案，您需要一种限制搜索深度的方法。一种可能性是对答案进行分类。例如，您可以先按长度对单词进行分组；那么你只需要浏览一定长度的单词列表。然后您可以按包含特定字母的单词进行分组——所有字母对可能就足够了。这为您提供了一个包含 13000 个元素的数组，您可以快速索引到这些元素：计算单词中的字母数量，然后选择单词中最稀有的一两个字母，并使用它来索引一个仅用这些字母保存该长度的单词。在大多数情况下，这种策略应该可以让每个 bin 减少几百个单词，并且即使您选择了树的大部分宽度，前缀树搜索也应该很快。
【讨论】：