寻找变位词

转自编程珠玑（五）：寻找变位词

1.问题描述

今天的问题是关于变位词的，首先来看问题的描述：

 

给定一本英语单词词典，请找出所有的变位词集。

 

所谓的变位词是指，组成各个单词的字母完全相同，只是字母排列的顺序不同。

比如，pots、stop、tops就是变位词。

2.解决思路

• 思路一
  对组成单词的字母进行组合，针对每一个组合结果在字典中进行匹配。
  不足：组合的结果太多，存在很多无效的组合。
• 思路二
  针对每个单词和字典中其他的单词进行比较：先比较单词的长度，长度相同后比较组成字母是否相同。
  不足：比较的次数还是太多。
• 书中的思路
  对每个单词进行签名（以字母顺序进行排序），这样变位词将具有相同的签名。输出签名相同的单词，就得到了要求的变位词。

3.实现思路

将变位词程序组织成三段式的“管道”结构，前一个程序的输出文件将是下一个程序的输入文件。三段程序如下：

1. sign：读入字典文件，对单词进行“签名”操作
2. sort：输入签名后的单词文件，对文件进行排序
3. squash：将同一个变位词类中的各个单词放到同一行中

下面是对具有六个单词的词典进行操作的流程：

pans                                  anps  pans                                  anps  pans
pots                                  opst   pots                                  anps  snap                                 pans  snap
opt           --》 签名  --》     opt    opt             --》 排序  --》   opt    opt              --》挤压 --》        opt
snap                                  anps  snap                                  opst   pots                                 pots  stop   tops
stop                                  opst   stop                                  opst   stop
tops                                  opst   tops                                  opst   tops

4.代码实现

1. sign程序
   代码如下：
   

   #include <stdio.h>
   #include <stdlib.h>
   #include <string.h>
   #define WORDMAX 100
   
   int charcomp(const void *x, const void *y)
   {  
       return *(char *)x - *(char *)y;
   }
   
   int main()
   {   
       char word[WORDMAX], sig[WORDMAX];
       while (scanf("%s", word) != EOF) 
       {
           strcpy(sig, word);
           qsort(sig, strlen(sig), sizeof(char), charcomp);
           printf("%s %s
   ", sig, word);
       }
       return 0;
   }

2. sort程序
   排序程序直接使用系统的sort程序。

3. squash程序
   挤压程序代码如下：

   #include <stdio.h>
   #include <stdlib.h>
   #include <string.h>
   #define WORDMAX 100
   
   int main()
   {   
       char word[WORDMAX], sig[WORDMAX], oldsig[WORDMAX];
       int linenum = 0;
       strcpy(oldsig, "");
       while (scanf("%s %s", sig, word) != EOF) 
       {
           if (strcmp(oldsig, sig) != 0 && linenum > 0)
               printf("
   ");
           strcpy(oldsig, sig);
           linenum++;
           printf("%s ", word);
       }
       printf("
   ");
       return 0;
   }

5.代码运行

将以上程序编译成可执行程序后，放到同一目录下（同时将测试测试字典文件拷贝到该目录）。

命令行下（windows下，运行cmd）执行如下命令运行程序：

 

sign < dictionary | sort | squash >gramlist.txt

 

我在网上找了一个一万五千个的单词文件，放在这里供测试：dictionary