尝试单词之间的关联答案

【问题标题】：Trie with association between words尝试单词之间的关联
【发布时间】：2016-05-26 17:46:36
【问题描述】：

我有一个用例，我想纠正单词。我有一组正确和不正确的单词[拼写错误]。我用所有单词填充树。我有每个单词的正确和错误版本。

现在，如果我得到“a”这个词来进行更正，

-- 我在 trie 中搜索它。如果 trie 有这个词，我想将这个词与这个词的正确版本相关联。

解决方案：我可以在 trie 中不正确单词的最后一个节点设置单词的正确版本 ["a1"]。并且可以将其解析为“a1”。

但我必须在最后一个节点存储每个单词的正确版本，这会增加内存占用。因为我已经加载了所有单词来尝试 [正确/不正确]。有什么方法可以在正确和不正确的单词之间建立关联，而无需再次将整个单词作为值存储在最后一个节点中？有指针吗？

public class TrieNode<T> {

    private Map<Character, TrieNode<T>> childs;
    private boolean complete;
    private T value;

    ....
    }

【问题讨论】：

如何存储对父节点的引用？这样，您可以从错误的拼写指向正确拼写的最后一个节点，并以相反的顺序恢复结果字符串。
这是个好主意。唯一的问题是它可能会增加内存占用，但这是一个好技巧。

标签： algorithm nlp trie

【解决方案1】：

您可以为此使用单个字典。在 C# 中，这将是：

Dictionary<string, string> MisspellingsLookup = new Dictionary<string, int>();

key是拼写错误，value是正确的拼写。

现在，有些单词通常以多种方式拼写错误。例如，“occasion”经常被拼错为“ocassion”或“occassion”，如果想减少多个拼写错误占用的内存，可以在构建时使用临时字典。每当您添加拼写错误时，您都会在好词词典中查找正确的拼写，如果它已经存在，则使用该值。因此，您所做的只是存储对现有单词的引用，而不是创建新字符串。这是一个例子：

Dictionary<string, string> GoodWords = new Dictionary<string, int>();
Dictionary<string, string> Misspellings = new Dictionary<string, string>();

void AddMisspelling(string misspelled, string correct)
{
    string goodWord;
    if (!GoodWords.TryGetValue(correct, out goodWord))
    {
        goodWord = correct;
        GoodWords.Add(correct, correct);
    }

    // Always use goodWord here, so you're not creating duplicate strings.
    Misspellings.Add(misspelled, goodWord);
}

添加完单词后，您可以清除GoodWords 字典以节省空间：

GoodWords = null;

我在这里推荐一个字典，因为它几乎肯定会使用更少的内存，并且查找是 O(1) 而不是 O(word length)。

【讨论】：