我試圖從名為 web2.txt 的檔案中獲取由字母“crbtfopkgevyqdzsh”組成的所有單詞。下面貼出的單元格跟隨一個代碼塊，該代碼塊不正確地將整個運行回傳到一個完整的單詞，例如對于震驚的單詞它會回傳s、sh、sho、shoc、shock、shocke、shock
所以我嘗試了一個特里（知道雙關語）。
web2.txt 大小為 2.5 MB，包含 2,493,838 個不同長度的單詞。下面單元格中的嘗試破壞了我的 Google Colab 筆記本。我什至升級到 Google Colab Pro，然后升級到 Google Colab Pro 來嘗試容納代碼塊，但還是太多了。除了嘗試獲得相同的結果之外，還有更有效的想法嗎？
# Find the words3 word list here: svnweb.freebsd.org/base/head/share/dict/web2?view=co
trie = {}
with open('/content/web2.txt') as words3:
for word in words3:
cur = trie
for l in word:
cur = cur.setdefault(l, {})
cur['word'] = True # defined if this node indicates a complete word
def findWords(word, trie = trie, cur = '', words3 = []):
for i, letter in enumerate(word):
if letter in trie:
if 'word' in trie[letter]:
words3.append(cur)
findWords(word, trie[letter], cur letter, words3 )
# first example: findWords(word[:i] word[i 1:], trie[letter], cur letter, word_list )
return [word for word in words3 if word in words3]
words3 = findWords("crbtfopkgevyqdzsh")
我正在使用 Pyhton3
uj5u.com熱心網友回復：
嘗試是矯枉過正。大約有 200,000 個單詞，因此您只需將它們全部遍歷一遍，看看您是否可以使用基本字串中的字母組成單詞。
這是 的一個很好的用例collections.Counter，它為我們提供了一種獲取任意字串字母頻率（即“計數器”）的簡潔方法：
from collections import Counter
base_counter = Counter("crbtfopkgevyqdzsh")
with open("data.txt") as input_file:
for line in input_file:
line = line.rstrip()
line_counter = Counter(line.lower())
# Can use <= instead if on Python 3.10
if line_counter & base_counter == line_counter:
print(line)
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/495155.html
上一篇：使用for回圈更新dict值