拼写检查算法如何优化对建议词的搜索？
How do spellcheck algorithms optimize their search for suggested words?
据我了解，拼写检查算法通过检查转换次数（交换字母、添加字母、删除字母等）来寻找建议，给定单词需要变成字典中的一个或多个真实单词。我知道他们也会考虑上下文，但我们暂时将其排除在外。
假设我想看看如果 overflw 这个词在适当的位置添加 1 个字母，它是否看起来像字典中的一个词。我能看到完成的唯一方法是蛮力：检查每个
aoverflw
boverflw
coverflw
.
.
.
overflnw
overflow
overflpw
.
.
overflwy
overflwz
是字典里的一个词。
有更好的方法吗？
您假设拼写检查器有一本字典，它只能告诉您某个词是否存在于字典中。但在大多数拼写检查器中，字典是作为某种类型的 trie, often a directed acyclic word graph (DAWG) 实现的。这是一种比具有 yes/no 查找功能的简单字典更通用的数据结构。
实现方式各不相同，但从概念上讲，您可以将在字典中搜索单词视为从单词的第一个字符开始并从 DAWG 的根部获取该节点的搜索。该节点包含以下所有字母等的条目。如果你重复这样做，你最终会得到以下可能性之一：
- 您在树中遇到一个叶节点，并且您在单词的末尾。如果这是真的，你就知道字典里有这个词。
- 你遇到了一个叶子节点，但是这个词还有剩下的字母。想象一下，如果文档中的单词是 "fatx"。您已到达树中的叶节点 "t"，但您的单词中仍有 "x"。
- 您到达了单词的末尾，但您不在叶节点处。比如文档中的单词是"overfl".
- 您在非叶节点上，遇到无法识别的字母。例如，单词是"overfdow"。您位于树中的 'f' 节点，字符 'd' 不在 'f'.
后面的字母列表中
在最后三种情况下，您知道您在树中的哪个节点，并且您知道哪些字母（以及，就此而言，哪些词）可以产生。例如，您有 "overflw"。树中的 'l' 节点表示 'l' 后面可能出现的字符是 'e'（溢出）、'o'（溢出、溢出等）和 'y'（飞越）。如果您想对各种可能性进行详尽搜索以提出建议，则不必尝试字母表中的每个字母。您所要做的就是尝试字典知道的字母 "overfl"。在这种情况下不需要检查 'q'，因为我们已经知道它不可能匹配。
基本思想是字典数据结构（trie）包括搜索行为。或者，依赖于数据结构的代码非常了解 trie 的实现方式。这使得寻找建议的速度更快，尽管我不会说这特别容易。
另一件可以加快搜索速度的事情是创建另一个单词顺序相反的 trie。如果您想为缺少前几个字符的单词找到建议，这会很有帮助。例如，如果有人键入 "elpful"，您将需要 "helpful" 的建议。您可以搜索每个第一级节点，寻找 "aelpful"、"belpful" 等。但是反向 DAWG 将以 'l' 开始并产生 "lufple" ... 然后看到'h'可以关注，建议"helpful"。当单词的第 2 个或第 3 个字母丢失时，这种类型的东西会非常有用。
基本上，使用 DAWG 查找后缀很容易。寻找前缀在计算上是昂贵的。但是，如果您使用相同的词创建 DAWG，只是向后，那么前缀搜索与后缀搜索一样有效。
据我了解，拼写检查算法通过检查转换次数（交换字母、添加字母、删除字母等）来寻找建议，给定单词需要变成字典中的一个或多个真实单词。我知道他们也会考虑上下文，但我们暂时将其排除在外。
假设我想看看如果 overflw 这个词在适当的位置添加 1 个字母，它是否看起来像字典中的一个词。我能看到完成的唯一方法是蛮力：检查每个
aoverflw
boverflw
coverflw
.
.
.
overflnw
overflow
overflpw
.
.
overflwy
overflwz
是字典里的一个词。
有更好的方法吗？
您假设拼写检查器有一本字典，它只能告诉您某个词是否存在于字典中。但在大多数拼写检查器中，字典是作为某种类型的 trie, often a directed acyclic word graph (DAWG) 实现的。这是一种比具有 yes/no 查找功能的简单字典更通用的数据结构。
实现方式各不相同，但从概念上讲，您可以将在字典中搜索单词视为从单词的第一个字符开始并从 DAWG 的根部获取该节点的搜索。该节点包含以下所有字母等的条目。如果你重复这样做，你最终会得到以下可能性之一：
- 您在树中遇到一个叶节点，并且您在单词的末尾。如果这是真的，你就知道字典里有这个词。
- 你遇到了一个叶子节点，但是这个词还有剩下的字母。想象一下，如果文档中的单词是 "fatx"。您已到达树中的叶节点 "t"，但您的单词中仍有 "x"。
- 您到达了单词的末尾，但您不在叶节点处。比如文档中的单词是"overfl".
- 您在非叶节点上，遇到无法识别的字母。例如，单词是"overfdow"。您位于树中的 'f' 节点，字符 'd' 不在 'f'. 后面的字母列表中
在最后三种情况下，您知道您在树中的哪个节点，并且您知道哪些字母（以及，就此而言，哪些词）可以产生。例如，您有 "overflw"。树中的 'l' 节点表示 'l' 后面可能出现的字符是 'e'（溢出）、'o'（溢出、溢出等）和 'y'（飞越）。如果您想对各种可能性进行详尽搜索以提出建议，则不必尝试字母表中的每个字母。您所要做的就是尝试字典知道的字母 "overfl"。在这种情况下不需要检查 'q'，因为我们已经知道它不可能匹配。
基本思想是字典数据结构（trie）包括搜索行为。或者，依赖于数据结构的代码非常了解 trie 的实现方式。这使得寻找建议的速度更快，尽管我不会说这特别容易。
另一件可以加快搜索速度的事情是创建另一个单词顺序相反的 trie。如果您想为缺少前几个字符的单词找到建议，这会很有帮助。例如，如果有人键入 "elpful"，您将需要 "helpful" 的建议。您可以搜索每个第一级节点，寻找 "aelpful"、"belpful" 等。但是反向 DAWG 将以 'l' 开始并产生 "lufple" ... 然后看到'h'可以关注，建议"helpful"。当单词的第 2 个或第 3 个字母丢失时，这种类型的东西会非常有用。
基本上，使用 DAWG 查找后缀很容易。寻找前缀在计算上是昂贵的。但是，如果您使用相同的词创建 DAWG，只是向后，那么前缀搜索与后缀搜索一样有效。