有没有更有效的方法来使用 grep 进行拼字游戏搜索？

Question

我正在解决unix中的以下问题

20. 假设您正在玩拼字游戏。你的架子上有以下七个字母——E A F N A S M。这些是你可以用来组成单词的字母，你可以在单词中使用任意数量的字母，但必须至少使用一个。您正试图在黑板上已经有一个单词的位置放置一个单词：ARE。

    您的目标是找到一个单词，该单词将与您在机架中的字母一起附加到单词 ARE。虽然通常你的字母可以放在 ARE 之前或之后来组成一个新单词，但在这种情况下，ARE 位于棋盘的边缘，所以你的单词必须以 ARE 结尾。您的目标是使用 grep 在 /usr/dict/words 中找到所有符合这些条件的可能单词。

我想出的命令确实效率低下但有效。

grep “^[eafnasm][eafnasm]*are$” /usr/dict/words |
grep -v “a.*a.*a.*a” |
grep -v “e.*e.*e” |
grep -v “f.*f” |
grep -v “n.*n” |
grep -v “s.*s” |
grep -v “m.*m” |
grep -v “^...........”

有没有更有效的方法？

Answer 1

加快速度的一种方法是：

grep -E '^[aefmns]{1,7}are$' /usr/dict/words |
grep -Ev 'a.*a.*a.*a|e.*e.*e|f.*f|n.*n|s.*s|m.*m'

它减少了查看数据的进程数量。我从初始字符类中删除了第二个 A，因为它是多余的，但重复表示的成本可以忽略不计。在第一个模式中使用 {1,7} 限定符意味着不需要在第二个模式中过滤过长的名称。

请注意，第一次搜索不允许多个 R 通过。它是专门针对手上字母和板上文字的这种特定组合的。如果手拿着一个 R（而不是第二个 A），那么有必要从结果中过滤掉 2 个以上的 R（两个，因为在这种情况下，手上有一个 R，单词中有一个板上），并且多 A 过滤器也必须更改。

请注意，此处的更改只是对正在运行的原始 8 个grep 命令的细微调整。由于该解决方案需要使用 grep（排除 Perl、Python、Awk 等），因此您可能无法使用少于两个命令，一个“肯定”grep 用于选择可能性，一个“否定'grep 以消除不可能。使用自定义工具（用 C 或 C++ 或类似工具编写的专用程序），您可能会做得更好。

如果您的grep 版本支持PCRE（与Perl 兼容的正则表达式），您也许可以“合二为一”。我相当肯定它的可读性和可理解性会降低，虽然它的性能可能会好一些（因为没有管道，所以 I/O 会更少），但必须测量性能改进。有时，越简单越好。