【Programming Pearls】查找所有的变位词

   给定一本英语单词词典(每个输入行一个单词，字母都用小写)，怎么找出所有的变位词类。例如：“deposit”、“dopiest”、“posited”是同一类变位词。

         假如在词典中大约有230000个单词，即使一次简单的变位词比较至少也需要花一微秒的时间，总共需要230000个单词*230000次比较/个单词*1微秒/一次比较=52900*10^6微秒=52900秒=14.7小时。

 

快速算法：可以采用签名、排序、压缩三个步骤来处理上面的问题。
 

签名(sign)：就是对单词内的字母按字典顺序进行排序，如deposit的签名是deiopst。

排序(sort)：对所有的签名按字母顺序进行排序。

压缩(squash)：将具有相同的前面进行压缩合并，放一个集合输出。

如下过程：

 

 签名sign和排序的代码如下：

 

[cpp]  view plain copy

1. int charcomp(char *x, char *y)  
2.   
3. { return(*x - *y); }  
4.   
5. #define WORDMAX 100  
6.   
7. int main(void)  
8.   
9. { char word[WORDMAX], sig[WORDMAX];  
10.   
11. while (scanf("%s", word) != EOF) {  
12.   
13. strcpy(sig, word);  
14.   
15. qsort(sig, strlen(sig),sizeof(char), charcomp);  
16.   
17. printf("%s %s\n", sig, word);  
18.   
19. }  
20.   
21. return 0;  
22.   
23. }  

 

压缩合并squash的代码如下：

[cpp]  view plain copy

1. int main(void)  
2.   
3. { char word[MAX], sig[MAX], oldsig[MAX];  
4.   
5. int linenum = 0;  
6.   
7. strcpy(oldsig, "");  
8.   
9. while (scanf("%s %s", sig, word) != EOF)  
10.   
11. if (strcmp(oldsig, sig) != 0&& linenum > 0)  
12.   
13. printf("\n");  
14.   
15. strcpy(oldsig, sig);  
16.   
17. linenum++;  
18.   
19. printf("%s ", word);  
20.   
21. }  
22.   
23. printf("\n");  
24.   
25. return 0;  
26.   
27. }  
28.