如何从 R 中的单词列表构建字母树？

Question

我的问题很简单。我有一长串单词，例如abbey, 住持, abbr, 遵守。

我想如下构建一棵树：

0A级 | 1级B / \ 2 级 B I / | \ | 3 级 E 或 R D | | | 4 级 Y T E

有没有一种简单的方法来解析单词表并在 R 中创建这样的结构？

非常感谢您的帮助！

真诚地， 克里斯

Answer 1

这是一个基于igraph 的解决方案，它使用部分单词标记图形的每个节点，以便使用完整单词命名终端节点：

library(igraph)
library(stringr)

initgraph = function(){
    # create a graph with one empty-named node and no edges
    g=graph.empty(n=1)
    V(g)$name=""
    g
}


wordtree <- function(g=initgraph(),wordlist){
    for(word in wordlist){
        # turns "word" into c("w","wo","wor","word")
        subwords = str_sub(word, 1, 1:nchar(word))
        # make a graph long enough to hold all those sub-words plus start node
        subg = graph.lattice(length(subwords)+1,directed=TRUE)
        # set vertex nodes to start node plus sub-words
        V(subg)$name=c("",subwords)
        # merge *by name* into the existing graph
        g = graph.union(g, subg)
    }
    g
}

加载完毕，

g = wordtree(initgraph(), c("abbey","abbot","abbr","abide"))
plot(g)

得到

您可以将单词作为第一个参数传入现有树中：

> g = wordtree(g,c("now","accept","answer","please"))
> plot(g)

树总是以名称为“”的节点为根，并且所有终端节点（没有出边的节点）都有单词。 igraph 中有一些功能可以在需要时将它们取出。当你完成它时，你实际上并没有说你想用它做什么......或者当我们为你完成它时:)

请注意，有一个很好的绘制树的布局，看起来像您的 ascii 示例：

plot(g,layout=layout.reingold.tilford)

Answer 2

这是一个递归构建嵌套列表的解决方案，以字符为名称：

x <- c("abb", "abbey", "abbot", "abbr", "abide")

char.tree <- function(words, end = NULL) {
   first <- substr(words, 1, 1)
   rest  <- substr(words, 2, nchar(words))
   zi    <- nchar(words) == 0L 
   c(list(end)[any(zi)],
     lapply(split(rest[!zi], first[!zi]), char.tree, end = end))
}

str(char.tree(x))
# List of 1
#  $ a:List of 1
#   ..$ b:List of 2
#   .. ..$ b:List of 4
#   .. .. ..$  : NULL
#   .. .. ..$ e:List of 1
#   .. .. .. ..$ y:List of 1
#   .. .. .. .. ..$ : NULL
#   .. .. ..$ o:List of 1
#   .. .. .. ..$ t:List of 1
#   .. .. .. .. ..$ : NULL
#   .. .. ..$ r:List of 1
#   .. .. .. ..$ : NULL
#   .. ..$ i:List of 1
#   .. .. ..$ d:List of 1
#   .. .. .. ..$ e:List of 1
#   .. .. .. .. ..$ : NULL