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：

sign：读入字典文件，对单词进行“签名”操作
sort：输入签名后的单词文件，对文件进行排序
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

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\n", sig, word);
    }
    return 0;
}

sort程序

排序程序直接使用系统的sort程序。

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("\n");
        strcpy(oldsig, sig);
        linenum++;
        printf("%s ", word);
    }
    printf("\n");
    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