BFS，想找到节点间的最长路径，减少findchildren-method

Question

我已经针对这个主题打开了另一个线程，但我认为我发布了太多代码并且我真的不知道我的问题出在哪里，现在我想我有一个更好的主意但仍然需要帮助.我们有一个 text-file 有 3 个字母的单词，只有 3 个字母的单词。我还有一个Word（节点）和queue-class。我的 findchildren-method 应该为一个词找到所有 children 这个词，假设我输入 "fan"，然后我应该得到类似 ["kan","man"..等]。代码目前看起来像这样：

def findchildren(mangd,parent): 
    children=set()
    lparent=list(parent)
    mangd.remove(parent)
    for word in mangd:
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                if word not in children:
                    children.add(word)
            if i>2:
                break
    return children

上面的代码，对于 findchildren 目前工作正常，但是，当我将它用于我的其他方法（实现 bfs-search）时，一切都将花费太长时间，因此，我想将所有 children 收集到包含 children 列表的字典中。感觉这个任务现在不在我的能力范围内，但这可能吗？我试图创建这样的东西：

def findchildren2(mangd):
    children=[]
    for word in mangd:
        lparent=list(word)
        mangd.remove(word)
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                if word not in children:
                    children.append(word)
            if i>2:
                break
    return children

我想我最后一次尝试完全是垃圾，我收到错误消息“使用迭代设置更改的大小”。

def findchildren3(mangd,parent):
    children=defaultdict(list)
    lparent=list(parent)
    mangd.remove(parent)
    for word in mangd:
        letters=list(word)
        count=0
        i=0
        for a in letters:
            if a==lparent[i]:
                count+=1
                i+=1
            else:
                i+=1
            if count==2:
                children[0].append(word)
            if i>2:
                break
    return children

Answer 1

有更有效的方法来做到这一点（下面是 O(n^2) 所以不是很好）但这里有一个简单的算法可以帮助您入门：

import itertools
from collections import defaultdict

words = ['abc', 'def', 'adf', 'adc', 'acf', 'dec']
bigrams = {k: {''.join(x) for x in itertools.permutations(k, 2)} for k in words}
result = defaultdict(list)
for k, v in bigrams.iteritems():
    for word in words:
        if k == word:
            continue
        if len(bigrams[k] & bigrams[word]):
            result[k].append(word)
print result

生产：

defaultdict(<type 'list'>, {'abc': ['adc', 'acf'], 'acf': ['abc', 'adf', 'adc'], 'adf': ['def', 'adc', 'acf'], 'adc': ['abc', 'adf', 'acf', 'dec'], 'dec': ['def', 'adc'], 'def': ['adf', 'dec']})

这是一个带有一些注释的更有效的版本：

import itertools
from collections import defaultdict

words = ['abc', 'def', 'adf', 'adc', 'acf', 'dec']

# Build a map of {word: {bigrams}} i.e. {'abc': {'ab', 'ba', 'bc', 'cb', 'ac', 'ca'}}
bigramMap = {k: {''.join(x) for x in itertools.permutations(k, 2)} for k in words}

# 'Invert' the map so it is {bigram: {words}} i.e. {'ab': {'abc', 'bad'}, 'bc': {...}}
wordMap = defaultdict(set)
for word, bigramSet in bigramMap.iteritems():
    for bigram in bigramSet:
        wordMap[bigram].add(word)

# Create a final map of {word: {words}} i.e. {'abc': {'abc', 'bad'}, 'bad': {'abc', 'bad'}}
result = defaultdict(set)
for k, v in wordMap.iteritems():
    for word in v:
        result[word] |= v ^ {word}

# Display all 'childen' of each word from the original list
for word in words:
    print "The 'children' of word {} are {}".format(word, result[word])

生产：

The 'children' of word abc are set(['acf', 'adc'])
The 'children' of word def are set(['adf', 'dec'])
The 'children' of word adf are set(['adc', 'def', 'acf'])
The 'children' of word adc are set(['adf', 'abc', 'dec', 'acf'])
The 'children' of word acf are set(['adf', 'abc', 'adc'])
The 'children' of word dec are set(['adc', 'def'])

Answer 2

Python 3 (运行 it here) 中更新要求的解决方案（遗憾的是 O(n^2)）：

从集合导入 defaultdict

words = ['fan', 'ban', 'fbn', 'ana', 'and', 'ann']

def isChildOf(a, b):
    return sum(map(lambda xy: xy[0] == xy[1], zip(a, b))) >= 2

result = defaultdict(set)
for word in words:
    result[word] = {x for x in words if isChildOf(word, x) and x != word}

# Display all 'childen' of each word from the original list
for word in words:
    print("The children of word {0} are {1}".format(word, result[word]))

产生：

The 'children' of word fan are set(['ban', 'fbn'])
The 'children' of word ban are set(['fan'])
The 'children' of word fbn are set(['fan'])
The 'children' of word ana are set(['and', 'ann'])
The 'children' of word and are set(['ann', 'ana'])
The 'children' of word ann are set(['and', 'ana'])

这里的算法很简单，效率不高，但让我试着分解一下。

isChildOf 函数将两个词作为输入并执行以下操作：

zip 的 a 和 b 在一起，这里两者都被视为可迭代对象，每个字符在迭代中都是一个 'item'。例如，如果 a 是 'fan' 并且 b 是 'ban' 那么 zip('fan', 'ban') 会生成这个列表 [('f', 'b'), ('a', 'a'), ('n', 'n')]
接下来它使用 map 函数将 lambda 函数（匿名函数的奇特名称）应用于列表中的 每个项目在第一步中产生。该函数只接受一对输入元素（即 'f' & 'b'）和 returns True 如果匹配，否则 False。对于我们的示例，这将导致 [False, True, True]，因为第一对字符不匹配，但其余两对都匹配。
最后，函数运行是第 2 步生成的列表中的 sum 函数。碰巧 True 的计算结果为 1在 Python 和 False 到 0 中，因此我们列表的总和是 2。然后我们简单地 return 该数字是否大于或等于 2.

for word in words 循环简单地将每个输入词与所有其他词进行比较，并保留 isChildOf 计算结果为 True 的词，注意不要添加词本身。

我希望清楚！

BFS，想找到节点间的最长路径，减少findchildren-method

BFS, wanting to find the longest path between nodes, reducing the findchildren-method

python

breadth-first-search

python-3.x