在两个字符串之间查找不同的单词答案

【问题标题】：Find different word between two strings在两个字符串之间查找不同的单词
【发布时间】：2012-03-01 20:07:09
【问题描述】：

我有很多短语，例如

"Nola jumped off the cliff"
"Loroy jumped off the cliff"
"Nola jumped off the couch"
"Leroy lept off the couch"

我需要在一个短语中找到一个不同单词的每个点，并将该单词添加到一个节点，该节点是一个可以在短语中该位置使用的单词列表。所以我们最终会得到。

"Node1(1) Node2(1) off the Node3(1)"
"Node1(2) Node2(1) off the Node3(1)"
...etc

其中节点 1 代表名称列表 (Nola,Leroy)，节点 2 代表动作列表 (jumped,lept)，节点 3 最终代表位置列表 (cliff,couch)

这个想法是获取一个短语列表，并让它自动创建节点，并用短语中可以在该节点处使用的单词填充它。

那么，第一，我将如何生成短语节点列表？我一直无法弄清楚如何比较两个句子，看看它们是否完全一样减去一个单词。

第二次设置节点后，比较所有节点组合以得出新匹配的最佳方法是什么？（希望有道理）

【问题讨论】：

“我需要找到一个短语中的每个点，它是一个不同的单词”——不同于 what？
您可以使用 string.Split() 将每个字符串拆分为一个 string[] 并使用空格作为分隔符。然后比较结果数组中的每个字符串。
您可以为句子中的每个单词位置创建“节点列表”，遍历所有样本，并收集您的节点。然后你可以折叠所有只包含一个单词的节点（在你的例子中，位置 3 和 4 的节点）。
您可能希望从解决最长公共子序列问题开始。我在这里有一个 JavaScript 解决方案的草图；应该很容易适应C#：blogs.msdn.com/b/ericlippert/archive/2004/07/21/189974.aspx

标签： c# string comparison

【解决方案1】：

不错，我喜欢。由于您使用 C# 标记了您的问题，因此我也在 C# 中编写了答案。

获取两个短语之间不同单词的快速方法：

string phrase1 = "Nola jumped off the cliff";
string phrase2 = "Juri jumped off the coach";

//Split phrases into word arrays
var phrase1Words = phrase1.Split(' ');
var phrase2Words = phrase2.Split(' ');

//Find the intersection of the two arrays (find the matching words)
var wordsInPhrase1and2 = phrase1Words.Intersect(phrase2Words);

//The number of words that differ 
int wordDelta = phrase1Words.Count() - wordsInPhrase1and2.Count();

//Find the differing words
var wordsOnlyInPhrase1 = phrase1Words.Except(wordsInPhrase1and2);
var wordsOnlyInPhrase2 = phrase2Words.Except(wordsInPhrase1and2);

您可以节省自己的时间并使用内置的 LINQ 函数 Intersect、Except 等，而不是通过循环和检查每个元素来匹配元素...

随机造词请参考NominSim的回答。

【讨论】：

我以前从未见过相交，这是一件很漂亮的事情。
抱歉，我花了这么长时间才选择正确答案，我被一个新项目牵制了，才回到这个项目。

【解决方案2】：

另一个基于 Linq 的解决方案可以生成所有可能的组合：

var phrases = new List<string> {
           "Nola jumped off the cliff",
           "Loroy jumped off the cliff",
           "Nola jumped off the couch",
           "Leroy lept off the couch"
                           };

var sets = (from p in phrases
            from indexedWord in p.Split(' ').Select((word,idx) => new {idx,word})
            group indexedWord by indexedWord.idx into g
            select g.Select(e => e.word).Distinct()).ToArray();


var allCombos = from w1 in sets[0]
                from w2 in sets[1]
                from w3 in sets[2]
                from w4 in sets[3]
                from w5 in sets[4]
                select String.Format("{0} {1} {2} {3} {4}.", w1, w2, w3, w4, w5);

不会写出最易读的代码，但写起来很有趣。 =)

【讨论】：

【解决方案3】：

首先生成这样的列表应该可以：

        HashSet<String>[] NodeList = new HashSet<String>[phraseLength];
        for (int i = 0; i < phraseLength; i++)
        {
            NodeList[i] = new HashSet<string>();
        }

        foreach (String phrase in PhraseList)
        {
            string[] phraseStrings = phrase.Split(' ');
            for (int i = 0; i < phraseLength; i++)
            {
                if(!NodeList[i].Contains(phraseStrings[i]))
                {
                    NodeList[i].Add(phraseStrings[i]);
                }
            }
        }

然后，当您创建句子时，您可以简单地遍历 NodeList 并从每个节点中选择一个字符串，如果您想随机执行，可能是这样的：

        String sentence = "";
        foreach (HashSet<String> Node in NodeList)
        {
            Random rand = new Random();
            sentence += Node.ToArray()[rand.Next(0, Node.Count)];
        }

应该注意，如果您需要随机访问 HashSet，它可能不是最好的主意。

【讨论】：