Есть ли способ сохранить прописные и строчные буквы слов при поиске анаграмм? - PullRequest
Новая
       23

Есть ли способ сохранить прописные и строчные буквы слов при поиске анаграмм?

0 голосов
/ 24 октября 2019

Мне нужно написать программу, которая читает весь текстовый файл в строку и ищет там анаграммы. Выходными данными должны быть все анаграммы одного и того же типа в отдельной строке с их оригинальными прописными и строчными буквами.

Я пробовал следующее, и это не дает мне желаемых результатов (это всеочевидно, в нижнем регистре): 

String input = inputStringBuilder.toString();
input = input.replaceAll("[^äÄöÖüÜßa-zA-Z ]", "").toLowerCase();
String[] sentence = input.split(" ");

Map<String, Set<String>> anagrams = new HashMap<>();

for(int i = 0; i < sentence.length; i++){

        char[] charwords = sentence[i].toCharArray();

        Arrays.sort(charwords);

        String key = new String(charwords);

        Set<String> anagramSet = anagrams.get(key);
        if (anagramSet == null) {
          anagramSet = new HashSet<>();
          anagrams.put(key, anagramSet);
        }

   anagramSet.add(sentence[i]);

}

1 Ответ

1 голос
/ 24 октября 2019

Сначала вам нужно переместить вызов toLowerCase(). 

input = input.replaceAll("[^äÄöÖüÜßa-zA-Z ]", ""); // <== Removed from here
String[] sentence = input.split(" ");

Map<String, Set<String>> anagrams = new HashMap<>();

for(int i = 0; i < sentence.length; i++){

        char[] charwords = sentence[i].toLowerCase().toCharArray(); // <== Added here

        Arrays.sort(charwords);

        String key = new String(charwords);

        Set<String> anagramSet = anagrams.get(key);
        if (anagramSet == null) {
          anagramSet = new HashSet<>();
          anagrams.put(key, anagramSet);
        }

   anagramSet.add(sentence[i]);

}

Затем вам нужно удалить записи из карты anagrams, которые не содержат реальных анаграмм.

Этот шаг полностью отсутствует в коде вопроса, где записи карты с Set размером 1 не являются действительными анаграммами.

Теперь, когда Set содержит слова с их исходным регистром, не-анаграммы, такие как"The" и "the" могут присутствовать и также должны быть устранены, при условии, что анаграмм real нет. Если имеются реальные анаграммы, следует сохранить различные варианты корпусов.

Чтобы проверить это, добавьте все слова в набор в нижнем регистре и исключите, если этот новый набор имеет размер 1,в противном случае сохраните сохраняющий регистр набор. 

// code from above here
for (Iterator<Set<String>> iter = anagrams.values().iterator(); iter.hasNext(); ) {
    Set<String> words = iter.next();
    if (words.size() == 1) {
        iter.remove(); // Not anagram: Single spelling only
    } else {
        Set<String> lower = new HashSet<>();
        for (String word : words)
            lower.add(word.toLowerCase());
        if (lower.size() == 1) {
            iter.remove(); // Not anagram: Multiple case variants, but all same spelling
        }
    }
}

Test 

Input:  This is a test of 'the' and 'The'
Result: {}

Input:  This is a test of 'the', 'The', and 'eth'
Result: {eht=[the, The, eth]}

Если вы не хотите сохранять все варианты регистрато же слово, а затем просто сделать набор без учета регистра , используя new TreeSet<>(String.CASE_INSENSITIVE_ORDER).

(сжатый код, некоторые из них с использованием функций Java 8) 

Map<String, Set<String>> anagrams = new HashMap<>();
for (String word : input.replaceAll("[^äÄöÖüÜßa-zA-Z ]", "").split(" ")) {
    char[] letters = word.toLowerCase().toCharArray();
    Arrays.sort(letters);
    String key = new String(letters);
    anagrams.computeIfAbsent(key, k -> new TreeSet<>(String.CASE_INSENSITIVE_ORDER))
            .add(word);
}
anagrams.values().removeIf(words -> words.size() == 1);

Тест 

Input:  This is a test of 'the' and 'The'
Result: {}

Input:  This is a test of 'the', 'The', and 'eth'
Result: {eht=[eth, the]}

Input:  This is a test of 'The', 'the', and 'eth'
Result: {eht=[eth, The]}
...