我正在尝试编写刽子手算法。我的想法是这样的:
- 预处理字典,根据单词的长度包含单词的相对字母频率。步骤完成。
例子:
#Each key corresponds to length of the word.
frequencyDict = {2: ['a', 'o', 'e', 'i', 'm', 'h', 'n', 'u', 's', 't', 'y', 'b', 'd', 'l', 'p', 'x', 'f', 'r', 'w', 'g', 'k', 'j'],
3: ['a', 'e', 'o', 'i', 't', 's', 'u', 'p', 'r', 'n', 'd', 'b', 'm', 'g', 'y', 'l', 'h', 'w', 'f', 'c', 'k', 'x', 'v', 'j', 'z', 'q'],
4: ['e', 'a', 's', 'o', 'i', 'l', 'r', 't', 'n', 'u', 'd', 'p', 'm', 'h', 'b', 'c', 'g', 'k', 'y', 'f', 'w', 'v', 'j', 'z', 'x', 'q'],
5: ['s', 'e', 'a', 'o', 'r', 'i', 'l', 't', 'n', 'd', 'u', 'c', 'p', 'y', 'm', 'h', 'g', 'b', 'k', 'f', 'w', 'v', 'z', 'x', 'j', 'q'],
6: ['e', 's', 'a', 'r', 'i', 'o', 'l', 'n', 't', 'd', 'u', 'c', 'p', 'm', 'g', 'h', 'b', 'y', 'f', 'k', 'w', 'v', 'z', 'x', 'j', 'q'],
7: ['e', 's', 'a', 'i', 'r', 'n', 'o', 't', 'l', 'd', 'u', 'c', 'g', 'p', 'm', 'h', 'b', 'y', 'f', 'k', 'w', 'v', 'z', 'x', 'j', 'q'],
8: ['e', 's', 'i', 'a', 'r', 'n', 'o', 't', 'l', 'd', 'c', 'u', 'g', 'p', 'm', 'h', 'b', 'y', 'f', 'k', 'w', 'v', 'z', 'x', 'q', 'j']}
我还有一个字典中的单词生成器:
dictionary = word_reader('C:\\Python27\\dictionary.txt', len(letters))
这是基于这个函数
#Strips dictionary of words that are too big or too small from the list
def word_reader(filename, L):
L2 = L+2
return (word.strip() for word in open(filename) \
if len(word) < L2 and len(word) > 2)
- 这个特别的游戏会免费给你最后一个元音。例如,如果这个词是土的, 用户将获得以下板:e----e- 猜测。所以,我想找到一种方法来创建一个新的生成器或列表 删除所有不符合 e----e- 模板的词。
p = re.compile('^e\D\D\D\De\D$', re.IGNORECASE)
会这样做,但它可能会找到单词
在第一个字母和倒数第二个字母以外的其他地方包含“e”。
所以我的第一个问题是:
- 我如何确保“e”是 仅位于第一个和 倒数第二个位置
- 我如何创建一个智能函数,在拼图更新和计算机不断猜测时使用新的正则表达式?
例如,如果单词是 monkey,计算机将只给出 ----e- 第一步是从字典中删除所有不是 6 个字母的单词,以及所有不完全符合 '----e-' 模板的单词,并将其放入新列表中。 怎么做 我去做这个?
然后,它会根据其中单词的相对频率计算出一个新的 frequencyDict 新列表。
我目前的做法是这样的:
cnt = Counter()
for words in dictionary:
for letters in words:
cnt[letters]+=1
这是最有效的方法吗?
然后它会使用 newfrequencyDict 来猜测最常见的字母,假设它有 还没有被猜到。它会继续这样做,直到(希望)猜到这个词。
这是一个有效的算法吗?有更好的实现吗?
最佳答案
正则表达式并没有什么特别神奇的地方,将它们与整个字典进行匹配仍然需要 O(n) 时间。我建议您编写自己的函数来确定一个词是否与模板匹配,并通过它运行您的字典。
这是一个示例函数:
def matches_template(word, template):
found_chars = set(x for x in template if x != '-')
for char, template_char in zip(word, template):
if template_char == '-':
if char in found_chars: return False
else:
if template_char != char: return False
return True
就确定下一个要猜测的字符而言,您可能不想选择出现频率最高的字符。相反,您想要选择最接近出现在 50% 单词中的字符,这意味着您可以通过任何一种方式消除最多的可能性。即使这样也不是最优的 - 可能某些字符更有可能在单词中出现两次,因此排除了更大比例的候选 - 但它更接近。
关于Python RegEx-刽子手算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6339473/