算法擂台——比较字符串

[threenewbee]

看看C#版各位猛人算法基本功如何，出一个简单但是有趣的题目：

题目：
如何在给定的单词表中寻找两个相似的单词。
目标：
按照相似度排序，越符合直观相似度的获胜。

比如：
和 abcdefg 匹配： acdefg 要优于 abcdfff
和 abcdefg 匹配： abcdzzz 要优于 gfacbde
和 abcdefg 匹配： abefgcd 要优于 gfacbde
和 abcdefg 匹配： adcdefg 要优于 accdefg
...

贴一个字典给大家：

http://download.csdn.net/source/3257888


贴一个我的程序：

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Text;

namespace ConsoleApplication1
{
    class Program
    {
        static List<string> Dict;

        static void Main(string[] args)
        {
            StreamReader objReader = new StreamReader("c:\\source.txt");
            Dict = DictGen.ParseString(objReader).ToList();
            string s1 = "";
            while (s1 == "")
            {
                Console.WriteLine("Please input a word:");
                s1 = Console.ReadLine();
            }
            CompareString cs = new CompareString();
            var match = Dict.AsParallel().Select(x => new { key = cs.Compare(x, s1), value = x })
                .OrderBy(x => x.key)
                .ThenBy(x => x.value)
                .Where(x => x.key <= (s1.Length / 2 == 0 ? 1 : s1.Length / 2));
            match.ToList().ForEach(x => Console.WriteLine(x.value + "\t\t" + x.key.ToString()));
        }
    }

    class CompareString
    {
        public int Compare(string S, string D)
        {
            if (string.IsNullOrEmpty(S) || string.IsNullOrEmpty(D))
                throw new Exception("String should not be empty.");
            int[,] array = new int[S.Length + 1, D.Length + 1];
            for (int i = 0; i <= S.Length; i++)
                array[i, 0] = i;
            for (int i = 1; i <= D.Length; i++)
                array[0, i] = i;
            for (int i = 1; i <= S.Length; i++)
            {
                for (int j = 1; j <= D.Length; j++)
                {
                    int c = S[i - 1] == D[j - 1] ? 0 : 1;
                    int n1 = array[i - 1, j] + 1;
                    int n2 = array[i - 1, j - 1] + c;
                    int n3 = array[i, j - 1] + 1;
                    int v = n1 < n2 ? n1 : n2;
                    array[i, j] = v < n3 ? v : n3;
                }
            }
            return array[S.Length, D.Length];
        }
    }

    class DictGen
    {
        class Node
        {
            public Dictionary<char, Node> Dict { get; set; }
            public Node() { Dict = new Dictionary<char, Node>(); }

            public IEnumerable<string> Get()
            {
                foreach (var item in Dict.OrderBy(x => x.Key))
                {
                    if (item.Key == '\0') yield return "";
                    foreach (var item1 in item.Value.Get())
                    {
                        yield return item.Key.ToString() + item1;
                    }
                }
            }
        }

        public static IEnumerable<string> ParseString(TextReader tr)
        {
            Node rootNode = new Node();
            Node currNode = rootNode;
            int state = 0;
            char[] arr;
            try
            {
                while (true)
                {
                    arr = tr.ReadLine().ToLower().ToCharArray();
                    for (int i = 0; i < arr.GetLength(0); i++)
                    {
                        if (arr[i] >= 'a' && arr[i] <= 'z')
                        {
                            state = 1;
                            if (!currNode.Dict.ContainsKey(arr[i]))
                                currNode.Dict.Add(arr[i], new Node());
                            currNode = currNode.Dict[arr[i]];
                        }
                        else
                        {
                            if (state == 1)
                            {
                                if (!currNode.Dict.ContainsKey('\0'))
                                    currNode.Dict.Add('\0', new Node());
                                state = 0;
                            }
                            currNode = rootNode;
                        }
                    }
                }
            }
            catch
            { }
            return rootNode.Get();
        }
    }


}

运行结果：
Please input a word:
asdf
asif 1
ad 2
add 2
adds 2
ado 2
aid 2
aide 2
aids 2
and 2
as 2
asax 2
asc 2
ascx 2
ask 2
asp 2
aspx 2
axd 2
msdn 2


Please input a word:
through
through 0
though 1
thought 2
although 3
brought 3
enough 3
throughout 3
throughthe 3
throw 3
thrown 3
throws 3
touch 3
wrought 3


Please input a word:
whateverx
whatever 1
thatevery 2
whenever 3
wherever 3
however 4
whatthe 4
whatwe 4
whether 4
whichever 4


Please input a word:
caozhy
cache 3
canonly 3
catch 3
caught 3
copy 3


Please input a word:
controllers
controllers 0
controller 1
acontroller 2
controllerto 2
icontroller 2
controllerbase 3
controllerdoes 3
controllersand 3
controllerthe 3
controlling 3
controloffers 3
controls 3
controlsas 3
ourcontrollers 3
thecontrollers 3
anicontroller 4
consoleis 4
containers 4
control 4
controllercode 4
controllername 4
controllersseem 4
controllertake 4
controllertype 4
controlseven 4
controlson 4
controlswe 4
ioccontroller 4
manycontrollers 4
thecontroller 4
yourcontrollers 4
acontrol 5
centers 5
console 5
constructors 5
container 5
continues 5
contributes 5
contributors 5
contrived 5
controllertester
controllerwhere 5
countries 5
customers 5
homecontroller 5
installers 5
ownicontroller 5
thiscontroller 5
viewcontroller 5
yourcontroller 5

Please input a word:
framewok
framework 1
aframework 2
frameworks 2
frame 3
facebook 4
fragment 4
fragments 4
mvcframework 4
namefor 4
netframework 4
sameway 4
theframework 4

Please input a word:
g
a 1
b 1
c 1
d 1
e 1
f 1
go 1
h 1
i 1
m 1
n 1
o 1
p 1
r 1
s 1
t 1
v 1
w 1
x 1
y 1
z 1

[牙痴]

import java.util.regex.*;

public class RegexTest
{
public static void main(String[] args)
{
String str = "zs151as12a51s12";
Pattern p = Pattern.compile("[0-9]{1,}");

Matcher m = p.matcher(str);

int sum = 0;

while(m.find())
{
int start = m.start();
int end = m.end();
System.out.println(start+"\t"+end);
String s = str.substring(start,end);
sum += Integer.parseInt(s);
}

System.out.println(sum);
}
}

[myhope88]

看得真晕

[xx说就叫这个名字]

[Quote=引用 80 楼 pincute 的回复:]
各位达人，现在有这么一个随机的字符串，只由字母和数字组成
比如"aa44aa49a44aaaa"
如何取出里面的数字 然后再求和呢？ 注意连在一起的数字算做一个
上面的例子"aa44aa49a45aaaa"
最终结果是44+49+45=148
字符串的组成是完全随机的 "44aa49a49aass"..."zs151as12a51s12"..
求解答!
[/Quote]

这个貌似不难。

[天外来客-007]

就是字符串的相似度问题，下面讲的很好，推荐看！
http://www.cnblogs.com/liushannet/archive/2010/10/25/1860358.html

[V-Far]

对这个是一点概念都没有.
貌似Beyond Compare这个软件做的比较好

[pincute]

这位仁兄，谢了
java的pattern和macther的确很好用 很简洁
今天用C#解决了 但是看起来依然很别扭
用C#有没有更简洁的?
[Quote=引用 94 楼 hlj845629143 的回复:]
import java.util.regex.*;

public class RegexTest
{
public static void main(String[] args)
{
String str = "zs151as12a51s12";
Pattern p = Pattern.compile("[0-9]{1,}");

Matcher m = p.matcher……
[/Quote]

[pincute]

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            String str = "a444a44asd343asd41a";
            int num = 0;
            for (int i = 0; i < str.Length; i++) 
            {
                if (char.IsNumber(str[i]))
                {
                    int j = 0;
                    String temp = null;
                    for (j = i; j < str.Length; j++)
                    {
                        if (char.IsNumber(str[j]) == false)
                            break;
                        temp += str[j].ToString();
                    }
                    i = j;
                    num += Int32.Parse(temp);
                    Console.Write("提取出来的数字为:");
                    Console.WriteLine(temp);
                }
            }
            Console.WriteLine("和为:"+num);
            Console.Read();
        }
    }
}

[Quote=引用 80 楼 pincute 的回复:]
各位达人，现在有这么一个随机的字符串，只由字母和数字组成
比如"aa44aa49a44aaaa"
如何取出里面的数字 然后再求和呢？ 注意连在一起的数字算做一个
上面的例子"aa44aa49a45aaaa"
最终结果是44+49+45=148
字符串的组成是完全随机的 "44aa49a49aass"..."zs151as12a51s12"..
求解答!
[/Quote]
解决了，但总觉得很罗嗦..
有没有牛人来点简洁的？

[pincute]

[Quote=引用 84 楼 binqray 的回复:]
引用 80 楼 pincute 的回复:
各位达人，现在有这么一个随机的字符串，只由字母和数字组成
比如"aa44aa49a44aaaa"
如何取出里面的数字 然后再求和呢？ 注意连在一起的数字算做一个
上面的例子"aa44aa49a45aaaa"
最终结果是44+49+45=148
字符串的组成是完全随机的 "44aa49a49aass"..."zs151as12a51s12"..
……
[/Quote]

用C/C++来做不难
现在用C#来做 有点晕

[wesweeky]

字典下不下来。。

[pincute]

各位达人，现在有这么一个随机的字符串，只由字母和数字组成
比如"aa44aa49a44aaaa"
如何取出里面的数字 然后再求和呢？ 注意连在一起的数字算做一个
上面的例子"aa44aa49a45aaaa"
最终结果是44+49+45=148
字符串的组成是完全随机的 "44aa49a49aass"..."zs151as12a51s12"..
求解答!

[万事屋]

貌似 obob 的升级

[Quote=引用 73 楼 newegg2009 的回复:]

+1
引用 67 楼 litaoye 的回复:
每次弄这种字符串的模糊匹配，我都会写一遍lcs（最长公共子序列）的程序，每次用到最后又都会把lcs给删掉，因为经常需要用精确匹配。真是悲剧，只好再写一遍了。

比如abcac同bbdac的lcs是bac，另外还有一种利用dp求编辑距离的方法，也是n^2的复杂度


C# code

public static string LCS……
[/Quote]

[bjgovcomjiachao]

多谢了
有C版本的吗？
我指针操作不熟悉，往大虾们给予指导

[hurongfz]

太像编辑距离算法了？copy来的？

[Wonderman1168]

初来乍到，看的不是很懂

[「已注销」]

[Quote=引用 98 楼 pincute 的回复:]

C# code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
……
[/Quote]

string s = "zs151as12a51s12";
for (int i = (int)'a'; i <= (int)'z'; i++)
    s = s.Replace((char)i, ',');

int sum = 0;
foreach (var item in s.Split(','))
    if (item != "")
        sum += int.Parse(item);

Console.WriteLine(sum);

不要说效率,只求代码简洁

[zlcp520]

内容存入剪贴板

[liqi_]

可能会用到模糊吧

[lmkjh]

看来还成。

[congxiaowan]

只是来跟帖。。。

[pincute]

这位道友给力的！
[Quote=引用 114 楼 jy02305022 的回复:]

引用 98 楼 pincute 的回复:

C# code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace ConsoleApplication1
{
class Program
{
static void Main(str……
[/Quote]