列出字典中以＆lt; user input＆gt;开头的所有单词

Question

如何制作用户输入字符串的程序，程序会生成以该字符串开头的单词列表？

例如：结果 用户：“abd”
计划：退位，腹部，绑架......

谢谢！

---

编辑：我正在使用python，但我认为这是一个与语言无关的问题。

Answer 1

如果你在debian [-like]机器上，

#!/bin/bash
echo -n "Enter a word: "
read input
grep "^$input" /usr/share/dict/words

在我的P200上占用0.040全部。

Answer 2

使用特里。

将您的单词列表添加到trie中。从根到叶子的每条路径都是有效的单词。从根节点到中间节点的路径表示前缀，中间节点的子节点是前缀的有效完成。

Answer 3

执行此操作的最佳方法之一是使用有向图来存储字典。它需要一些设置，但一旦完成，那么你很容易做你正在谈论的搜索类型。

图中的节点对应于单词中的字母，因此每个节点将有一个传入链接，最多26个（英文）传出链接。

您还可以使用混合方法，在该方法中维护包含字典的排序列表，并使用有向图作为字典的索引。然后，您只需在有向图中查找前缀，然后转到字典中的该点，并吐出符合搜索条件的所有字词。

Answer 4

egrep `read input && echo ^$input` /usr/share/dict/words

哦，我没有看到Python编辑，这在python中是一回事

my_input = raw_input("Enter beginning of word: ")
my_words = open("/usr/share/dict/words").readlines()
my_found_words = [x for x in my_words if x[0:len(my_input)] == my_input]

Answer 5

如果你真的想要速度，请使用trie / automaton。但是，考虑到单词列表的排序，这将比简单地扫描整个列表更快：

from itertools import takewhile, islice
import bisect

def prefixes(words, pfx):
    return list(
             takewhile(lambda x: x.startswith(pfx), 
                       islice(words, 
                              bisect.bisect_right(words, pfx), 
                              len(words)))

请注意，自动机在字典大小方面是O（1），而此算法是O（log（m）），然后是O（n）关于实际以字符串开头的字符串数量前缀，而全扫描是O（m），n <＆lt;＆lt;米。

Answer 6

def main(script, name):
    for word in open("/usr/share/dict/words"):
        if word.startswith(name):
            print word,

if __name__ == "__main__":
    import sys
    main(*sys.argv)

Answer 7

如果您真的想要高效 - 使用后缀树或后缀数组 - 维基百科文章

您的问题是后缀树的设计目的。 甚至还有Python的实现 - 这里

Answer 8

var words = from word in dictionary
            where word.key.StartsWith("bla-bla-bla");
            select word;

Answer 9

尝试使用正则表达式搜索您的单词列表，例如/ ^ word /并报告所有匹配。

Answer 10

如果你需要快速 ，请使用树：

构建一个数组并根据第一个字母拆分26组中的单词，然后根据第二个字母拆分26中的每个项目，然后再次。

因此，如果您的用户输入“abd”，你会找到Array [0] [1] [3]并获得所有单词的列表。此时，您的列表应该足够小，可以传递给客户端并使用javascript进行过滤。

Answer 11

大多数Pythonic解决方案

# set your list of words, whatever the source
words_list = ('cat', 'dog', 'banana')
# get the word from the user inpuit
user_word = raw_input("Enter a word:\n")
# create an generator, so your output is flexible and store almost nothing in memory
word_generator = (word for word in words_list if word.startswith(user_word))

# now you in, you can make anything you want with it 
# here we just list it :

for word in word_generator :
    print word

记住生成器只能使用一次，因此将其转换为列表（使用list（word_generator））或使用itertools.tee函数（如果您希望多次使用它）。

最佳方式：

将其存储到数据库中并使用SQL查找所需的单词。如果你的词典里有很多单词，它会更加快速有效。

Python有数以千计的DB API来帮助你完成工作; - ）

Answer 12

您可以使用 str.startswith（）。录制到官方文档：

str.startswith（前缀[，开始[，结束]]）

如果字符串以前缀开头，则返回True，否则返回False。前缀也可以是要查找的前缀元组。使用可选的启动，测试字符串从该位置开始。使用可选的结尾，停止比较该位置的字符串。

如下所示：

user_input = input('Enter something: ')
for word in dictionary:
    if str.startswith(user_input):
        return word

Answer 13

如果您的字典非常大，我建议使用python文本索引进行索引（PyLucene - 请注意，我从未使用过lucene的python扩展名）搜索效率很高，您甚至可以返回搜索结果”。

另外，如果你的字典是相对静态的，你甚至不会经常重新编制索引。

Answer 14

不要用火箭筒杀死苍蝇。使用像SQLite一样简单的东西。每种现代语言都有您需要的所有工具，您可以这样做：

"SELECT word FROM dict WHERE word LIKE "user_entry%"

快闪电，宝宝可以做到。更具便携性，持久性和易维护性。

Python tuto：

http://www.initd.org/pub /software/pysqlite/doc/usage-guide.html

Answer 15

线性扫描很慢，但前缀树可能有点过分。保持单词排序并使用二进制搜索是一种快速而简单的妥协。

import bisect
words = sorted(map(str.strip, open('/usr/share/dict/words')))
def lookup(prefix):
    return words[bisect.bisect_left(words, prefix):bisect.bisect_right(words, prefix+'~')]

>>> lookup('abdicat')
['abdicate', 'abdication', 'abdicative', 'abdicator']

Answer 16

如果您将单词存储在.csv文件中，您可以使用pandas来解决这个问题，并且在您阅读之后，如果用户应该能够执行多个数据框，则可以重复使用已加载的数据框每次搜索。

df = pd.read_csv('dictionary.csv')
matching_words = df[0].loc[df[0].str.startswith(user_entry)]