java-加速递归函数

Question

我正在研究此拼写检查器，我用来向用户建议更正的方法之一是在单词中插入多个字符。 这允许将诸如exmpl类的exmpl更正为example这是实际的代码：

public static Set<String> multiInsert(String word, int startIndex) {
    Set<String> result = new HashSet<>();

    //List of characters to insert
    String correction = "azertyuiopqsdfghjklmwxcvbnùûüéèçàêë";

    for (int i = startIndex; i <= word.length(); i++) {
        for (int j = i + 1; j <= word.length(); j++) {
            for (int k = 0; k < correction.length(); k++) {
                String newWord = word.substring(0, j) + correction.charAt(k) + word.substring(j);

                result.addAll(multiInsert(newWord, startIndex + 2));

                if(dico.contains(newWord)) result.add(newWord);
            }
        }
    }

    return result;
}

此功能的问题在于，处理该单词需要花费很多时间，尤其是当单词较长或我要纠正的单词过多时。 有没有更好的方法来实现或优化此功能？

Answer 1

变慢的原因是您正在测试不在字典中的字符串。 比字典中的单词有更多可能的拼写错误。 您需要以字典为指导。

这是一般的拼写纠正问题。 我已经编程了好几次了 。

简而言之，该方法是将字典存储为Trie，并进行Trie的有界深度优先遍历。 在每一步中，您都将跟踪Trie中的单词与原始单词之间的距离。 只要该距离超出范围，就可以修剪搜索。

因此，您需要循环执行，每次都增加边界。 首先，您以0为界进行操作，因此它只会找到完全匹配的内容。 这相当于普通的特里搜索。 如果没有得到匹配，则以1的界限再次进行遍历。这将找到与原始单词相距1的所有词典单词。 如果没有任何结果，请将边界增加到2，依此类推。 （构成距离增量的是您选择的任何变换，例如插入，删除，替换或更一般的重写。）

性能受真实距离乘以字典大小的限制。 缺少这一点，它在真实距离中是指数的。 由于每次步行的费用是前一次步行的倍数，因此时间受最终步行的支配，因此先前的步行不会增加太多时间。

将字典组织为特里字典是有好处的，因为特里字典只是有限状态机的一种特殊形式。 您可以向其添加子机来处理常见的前缀和后缀，而无需大量扩展字典。 考虑一下这些词：民族，民族，民族主义，民族主义，民族主义，民族主义……。这些词可能并不常见，但并非不可能。 带有后缀的trie可以轻松处理它们。 类似的前缀，例如前置，后置，取消，取消，输入等。

Answer 2

您可以看看Jazzy ，它是Java拼写检查器API。

您可能还需要考虑模糊字符串匹配 。