Pyrhon - algorytm podzialu napisu na slowa

Pyrhon - algorytm podzialu napisu na slowa
SK
  • Rejestracja:ponad 13 lat
  • Ostatnio:ponad 7 lat
  • Postów:80
0

Czesc, probuje napisac program do wypisania wszystkich podzialow na slowa dowolnego napisu, np. NAPIS=matematykapustkinieznosi.
Napisalem kod, ale mam problem z ostateczym odczytaniem wynikow, dlatego prosilbym Was o pomoc w sprawdzeniu algorytmu.

Z pliku txt pobieram liste rzeczownikow, przy czym w pamieci, w zbiorze SET pozostawiam tylko te, ktore zawieraja sie w napisie NAPIS.
Nastepnie, wybieraz z SET slowo, od ktorego rozpoczyna sie NAPIS. Slowo to jest pierwszym elementem podzialu, wiec nastepnie probuje wyznaczyc (rekurencyjnie) podzial NAPIS z pominietym poczatkiem.
Przykladowo: w matematykapustkinieznosi znalazlem slowo matematyka, wiec szukam dalej rekurencyjnie podzialu na slowa napisu pustkinieznosi.

Kopiuj
zbior_slow = set()

for slowo in set_rzecz:
    if slowo in 'matematykapustkinieznosi':
        zbior_slow.add(slowo)

def podzial_na_slowa(zbior_slow, wyraz):

    podzialy = []
    
    for slowo in zbior_slow:
        if wyraz.find(slowo) == 0:
            podzialy.append(slowo)
            if wyraz[len(slowo):] <> '':
                podzialy.append( podzial_na_slowa( zbior_slow, wyraz[len(slowo):]) )
            
    return podzialy

Wynik funkcji podzial_na_slowa(zbior_slow, 'matematykapustkinieznosi') umiescilem w zalaczniku.
W efekcie dostaje liste zagniezdzona, i po wynikach widac, ze zawiera ona to czego szukam, ale nie potrafie juz w przyjazny sposob wyswietlic wynikow, czyli np.

Kopiuj
matematyka-pustki-nie-znosi
ma-tematyka-pustki-nie-znosi

Czy macie moze jakis pomysl jak moznaby poprawic algorytm albo wyswietlic dane w listy?

Shalom
  • Rejestracja:około 21 lat
  • Ostatnio:prawie 3 lata
  • Lokalizacja:Space: the final frontier
  • Postów:26433
0

Jak sprytnie użyjesz extend zamiast append to powinno pyknąć


"Nie brookliński most, ale przemienić w jasny, nowy dzień najsmutniejszą noc - to jest dopiero coś!"
SK
  • Rejestracja:ponad 13 lat
  • Ostatnio:ponad 7 lat
  • Postów:80
0

O cos takiego chodzilo? Jest juz lepiej, ale nadal mam liste z fragmentami wyrazow...

Kopiuj
    for slowo in zbior_slow:
        if wyraz.find(slowo) == 0:
            podzialy.append(slowo)
            if wyraz[len(slowo):] <> '':
                podzialy.extend( podzial_na_slowa( zbior_slow, wyraz[len(slowo):]) )
Guaz
  • Rejestracja:około 8 lat
  • Ostatnio:ponad 4 lata
  • Lokalizacja:Częstochowa
  • Postów:221
0
skolukmar napisał(a):

O cos takiego chodzilo? Jest juz lepiej, ale nadal mam liste z fragmentami wyrazow...

Zakładam że jest to spowodowane tym że część słów jest fragmentami innych.
Można to wyeliminować w prosty sposób, ale raczej on cię nie usatysfakcjonuje bo zapewne będzie wolniejszy, ponadto krótkie słowa nadal będą go psuć. Chyba że zdecydujemy się na wybieranie najdłuższych słów, to jednak wyeliminuje zwroty takie jak 'matematykę' gdy będziemy chcieli mieć faktycznie te słowa rozdzielone np: 'ten zbiór ma tematykę'...
Wiele by rozwiązało gdybyśmy wiedzieli ile ma być słów i podali to programowi, jednak zakładam że program sam ma rozwiązać ten problem :).

Kopiuj
zbior_slow = set()
start = 0
string = 'matematykapustkinieznosi'
temp = list()
for slowo in set_rzecz:
    if slowo in string[start:] and string[start:].startswitch(slowo):
        temp, start += [slowo], len(slowo)
#zbior_slow = ['ma','tematyka', 'pustki', 'nie', 'znosi']
for i in range(len(temp)-1):
    if temp[i] + temp[i+1] in set_rzecz:
        temp[i] += temp[i+1]
        del temp[i+1]
#zbior_slow = ['matematyka', 'pustki', 'nie', 'znosi'] 
#lub 'nieznosi' jeśli występowałoby w zbiorze słów. Zakładam że nie występuje jako niepoprawne.
            

Tak mi się wydaje :). Nie testowałem :p. Ale może cię to w jakiś sposób natchnie :).
W taki sposób gdybyś w dwóch miejscach eksportował temp'a do swojego zbioru, będziesz miał więcej poprawnych kombinacji - przynajmniej tak zakładam :).
Oczywiście nie jest to zoptymalizowane w żaden sposób, jeśli chcesz tego używać, to warto o tym pomyśleć. Da się to fajnie na kilka sposobów przyspieszyć, zakładam że nawet czterokrotnie, zależy jak szeroki jest słownik z którego dopasowuje słowa ;p.

PS: Są tu dwa błędy które pozostawiam tobie do rozwiązania, dla tego przykładu, może znaleźć słowo 'temat' przed 'tematyka' jeśli ten pierwszy będzie wcześniej wewnątrz zbioru.
Przez co nigdy nie znajdzie słowa zaczynającego się od 'yka'.
Drugi błąd, to taki że jeśli przejdzie przez słowo które występuje dalej w zbiorze, pominie je. Zamiast przypisać, przez co nie będzie występować, przykładowo, niech najpierw pod słowo podstawi 'nie' a później 'matematyka', później 'pustka', a później będzie szukać w nieskończoność 'nieznosi'. Czego oczywiście nie znajdzie.
Oba błędy idzie rozwiązać dzięki funkcji while start < len(string): która po przejściu przez cały zbiór słów, jeśli zgromadzi podzielony cały string, to spokojnie się zakończy, w innym wypadku powinno wyeliminować ostatnie znalezione słowo w temp'ie ze zbioru przyrównywanych.
Jakbyś miał problemy z dokończeniem programu, chętnie pomogę :)


Linux Mint
Arduino / Python 3.5.2
edytowany 4x, ostatnio: Guaz
Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)