Question

我没有CS背景，经常遇到以下问题。我有一个包含以下内容的文本文件：

abacial;abadengo;monástico;monacal;clerical;eclesiástico
abacora;avasalla;somete;sojuzga;supedita;rinde;acosa;hostiga
abacorar;acosar;acometer;sujetar
abacá;cabuya;cáñamo;fibra;filamento;pita

同一行中的所有单词都是同义词。我想在数据结构中加载它，以便查找给定单词的同义词是有效的。例如，给出查询：

'abadengo'

它应该在第一行找到它并返回剩余的单词：

['abacial', 'monástico', 'monacal', 'clerical', 'eclesiástico']

我不需要工作代码，我只暗示如何有效地完成这项工作。对我来说唯一的想法是创建一个dict，每个单词作为键，一个列表，同义词作为值，但这似乎是浪费的记忆。我也想过某种图表，但之前从未这样做，也不知道有更好的解决方案。

Answer 1

我认为 Roget的词库有两个部分。将每个单词与一个数字（有时是几个数字）和一组编号的同义词列表配对的索引。效率是一个很滑的概念，这种方式节省空间，但需要两次查找才能找到答案。

Answer 2

为避免浪费内存，请为每个同义词（包括其自身）使用dict录制相同元组（元组比列表更高的内存效率），然后查找使用删除重复的功能很少。即：

syndict = {}
with open('the_file', 'r') as f:
    for line in f:
        syns = tuple(line.strip().split(';')(
        for word in syns:
            syndict[word] = syns
def lookup(word):
    syns = syndict.get(word, ())
    return [w for w in syns if w!=word]

选择最有效的数据结构

2 个答案: