Python：如何在 dict 中获取可能的键组合答案

【问题标题】：Python: How to get possible combinations of keys in dictPython：如何在 dict 中获取可能的键组合
【发布时间】：2018-10-22 15:49:46
【问题描述】：

给定一个词汇表：{'A': 3, 'B': 4, 'C': 5, 'AB':6} 和一个应分段的句子：ABCAB。

我需要创建这句话的所有可能组合，例如 [['A', 'B', 'C', 'A', 'B'], ['A', 'B', 'C', 'AB'], ['AB', 'C', 'AB'], ['AB', 'C', 'A', 'B']]

这就是我所拥有的：

def find_words(sentence):   
    for i in range(len(sentence)):

        for word_length in range(1, max_word_length + 1):

            word = sentence[i:i+word_length]
            print(word)

            if word not in test_dict:
                continue

            if i + word_length <= len(sentence):
                if word.startswith(sentence[0]) and word not in words and word not in ''.join(words):
                    words.append(word)
                else:
                    continue

                next_position = i + word_length

                if next_position >= len(sentence):
                    continue
                else:
                    find_ngrams(sentence[next_position:])

    return words

但它只返回一个列表。

我也在 itertools 中寻找有用的东西，但我找不到任何明显有用的东西。不过可能错过了。

【问题讨论】：

在您的示例中，| 是否表示逗号？
我想我会分两个阶段进行。 1：尝试用工具中最小的元素完成给定的句子。 2：尝试将解决方案中的元素合并到更大的工具中。
@ninesalt 是的，它也可以是空格或类似的东西
请用逗号代替竖线修正您的示例列表，并添加普通样式'。
词汇表中的数字有什么意义？

标签： python string python-3.x list text-segmentation

【解决方案1】：

尝试所有可能的前缀并递归地对句子的其余部分执行相同的操作。

VOC = {'A', 'B', 'C', 'AB'}  # could be a dict

def parse(snt):
    if snt == '': 
        yield []
    for w in VOC:
        if snt.startswith(w):
            for rest in parse(snt[len(w):]):
                yield [w] + rest

print(list(parse('ABCAB')))

# [['AB', 'C', 'AB'], ['AB', 'C', 'A', 'B'],
# ['A', 'B', 'C', 'AB'], ['A', 'B', 'C', 'A', 'B']]

【讨论】：

我有一个新问题：我有一个巨大的字典 (6MB) 和数千个句子 (30MB) 应该被解析。您认为这种方法需要很长时间来处理吗？因为我昨天等了8个多小时，还没有完成。 @VPfB
@Y.River 一些优化肯定是可能的，但除此之外我不知道有什么不同的更有效的方法。我想建议测量几个平均句子的时间。然后您可以估计处理数千个句子所需的时间。您还可以添加某种计数器来监控进度。
是的，我会试试的。谢谢你！

【解决方案2】：

虽然不是最有效的解决方案，但这应该可行：

from itertools import product

dic = {'A': 3, 'B': 4, 'C': 5, 'AB': 6}
choices = list(dic.keys())
prod = []

for a in range(1, len(choices)+2):
    prod = prod + list(product(choices, repeat=a))

result = list(filter(lambda x: ''.join(x) == ''.join(choices), prod))
print(result) 

# prints [('AB', 'C', 'AB'), ('A', 'B', 'C', 'AB'), ('AB', 'C', 'A', 'B'), ('A', 'B', 'C', 'A', 'B')]

【讨论】：

谢谢，但我需要的是分句。该词典将非常庞大，并且仅提供仅使用其中一部分的不同单词。 @ninesalt

【解决方案3】：

使用 itertools 排列来给出所有唯一的组合。

d ={'A': 3, 'B': 4, 'C': 5, 'AB':6}

l = [k for k, v in d.items()]

print(list(itertools.permutations(l)))

[('A', 'B', 'C', 'AB'), ('A', 'B', 'AB', 'C'), ('A', 'C', 'B', 'AB'), ('A', 'C', 'AB', 'B'), ('A', 'AB', 'B', 'C'), ('A', 'AB', 'C', 'B'), ('B', 'A', 'C', 'AB'), ('B', 'A', 'AB', 'C'), ('B', 'C', 'A', 'AB'), ('B', 'C', 'AB', 'A'), ('B', 'AB', 'A', 'C'), ('B', 'AB', 'C', 'A'), ('C', 'A', 'B', 'AB'), ('C', 'A', 'AB', 'B'), ('C', 'B', 'A', 'AB'), ('C', 'B', 'AB', 'A'), ('C', 'AB', 'A', 'B'), ('C', 'AB', 'B', 'A'), ('AB', 'A', 'B', 'C'), ('AB', 'A', 'C', 'B'), ('AB', 'B', 'A', 'C'), ('AB', 'B', 'C', 'A'), ('AB', 'C', 'A', 'B'), ('AB', 'C', 'B', 'A')]

【讨论】：

OP 希望排列按特定顺序排列。
你得到排列['A'|'B'|'C‘|‘A‘|‘B‘]