由于this 问题，我正在寻找一种优雅的（红宝石）方法来计算this 答案中建议的单词签名。
建议的想法是对单词中的字母进行排序，并对重复的字母进行运行长度编码。因此，例如“mississippi”首先变为“iiiimppssss”，然后可以通过编码为“4impp4s”进一步缩短。
我对 ruby 比较陌生，虽然我可以一起破解一些东西，但我相信这对于有更多 ruby 经验的人来说是一个单一的衬里。我很想看看人们的方法并提高我的红宝石知识。
编辑：澄清一下，计算签名的性能对我的应用程序并不重要。我正在寻找计算签名，以便我可以将它与每个单词一起存储在一个大型单词数据库（450K 单词）中，然后查询具有相同签名的单词（即给定单词的所有字谜，它们是实际的英文单词）。因此专注于空间。 “优雅”的部分只是为了满足我的好奇心。
【问题讨论】：
创建字母排序列表的最快方法是：
"mississippi".unpack("c*").sort.pack("c*")
它比 split('') 和 join() 快很多。为了比较，最好将数组重新打包成一个字符串，这样您就不必比较数组了。
【讨论】：
/usr/dict/words?）在 10,000 个单词的列表上要快多少？
我也不太喜欢 Ruby，但正如我在其他评论中指出的那样，这似乎适用于所描述的算法。
s = "mississippi"
s.split('').sort.join.gsub(/(.)\1{2,}/) { |s| s.length.to_s + s[0,1] }
当然，您需要确保单词是小写的，不包含数字等。
根据要求，我将尝试解释代码。如果我没有正确理解所有 Ruby 或 reg ex 术语，请原谅我，但这里有。
我认为拆分/排序/连接部分非常简单。对我来说有趣的部分始于对 gsub 的调用。这会将匹配正则表达式的子字符串替换为其后面块的返回值。 reg ex 找到任何字符并创建反向引用。那是“（。）”部分。然后，我们使用反向引用“\1”继续匹配过程，该反向引用评估匹配的第一部分找到的任何字符。我们希望该字符至少再出现两次，至少出现 3 次。这是使用量词“{2,}”完成的。
如果找到匹配项，则匹配的子字符串将作为参数传递给下一个代码块，这要归功于“|s|”部分。最后，我们使用匹配子字符串长度的字符串等价物，并将组成该子字符串的任何字符附加到它（它们应该都是相同的）并返回连接的值。返回的值替换原始匹配的子字符串。整个过程一直持续到没有任何东西可以匹配，因为它是对原始字符串的全局替换。
如果这令人困惑，我深表歉意。通常情况下，我更容易将解决方案形象化而不是解释清楚。
【讨论】：
我没有看到一个优雅的解决方案。您可以使用split 消息将字符放入一个数组中，但是一旦您对列表进行了排序，我就看不到一个很好的线性时间连接原语来返回一个字符串。我很惊讶。
顺便说一下，游程编码几乎可以肯定是浪费时间。在我认为值得考虑之前，我必须看到一些非常令人印象深刻的测量结果。如果您避免运行长度编码，您可以对任何字符串进行语法化，而不仅仅是一串字母。如果你知道你只有字母并且想节省空间，你可以将它们 5 位打包成一个字母。
---伊尔玛·维普
编辑：另一张海报找到了我错过的join。不错。
【讨论】：