使用 Trie 在单词列表中查找复合词

Question

给定一个单词列表，我试图弄清楚如何在该列表中找到由列表中其他单词组成的单词。例如，如果列表是["race", "racecar", "car"]，我想返回["racecar"]。

这是我的一般思考过程。我知道使用 trie 对这类问题有好处。对于每个单词，我可以使用 trie 找到它的所有前缀（也是列表中的单词）。然后对于每个前缀，我可以检查单词的后缀是否由 trie 中的一个或多个单词组成。但是，我很难实现这一点。我已经能够实现 trie 和函数来获取单词的所有前缀。我只是坚持实现复合词检测。

Answer 1

如果前缀是单词，您可以将 Trie 节点显示为 defaultdict 对象，这些对象已扩展为包含布尔标志标记。然后您可以进行两次处理，在第一轮将所有单词添加到 Trie 并在第二轮检查每个单词是否是组合：

from collections import defaultdict

class Node(defaultdict):
    def __init__(self):
        super().__init__(Node)
        self.terminal = False

class Trie():
    def __init__(self, it):
        self.root = Node()
        for word in it:
            self.add_word(word)

    def __contains__(self, word):
        node = self.root
        for c in word:
            node = node.get(c)
            if node is None:
                return False

        return node.terminal

    def add_word(self, word):
        node = self.root
        for c in word:
            node = node[c]

        node.terminal = True

    def is_combination(self, word):
        node = self.root
        for i, c in enumerate(word):
            node = node.get(c)
            if not node:
                break
            # If prefix is a word check if suffix can be found
            if node.terminal and word[i+1:] in self:
                return True

        return False

lst = ["race", "racecar", "car"]
t = Trie(lst)

print([w for w in lst if t.is_combination(w)])

输出：

['racecar']