从 trie 中获取包含特定字母的单词

Question

我想从包含特定字母的 trie 中检索单词。 例如：列出所有包含字母 [a, g] 的单词。 如果我的 trie 有 ["APPLE", "EGG", "CAR", "BLUE", "AGRICULTURE", "DONE"] 的话，它会返回 "AGRICULTURE"。

这是一个非常简单的 trie 实现

def load_trie(words):
    root = {}
    for word in words:
        curr_node = root
        for letter in word:
            curr_node = curr_node.setdefault(letter, {})
        curr_node.setdefault('', True)
    return root

with open('sowpods') as word_list:
    words = [word.strip().upper() for word in word_list]
    
TRIE = load_trie(words)

如果我可以检查包含特定字母的单词，那么查找不包含特定字母的单词也会很好。

Answer 1

@Mark 提供了关于双重问题的有用评论：

对于不包含字母的单词，您可以使用这些键修剪分支。

现在，我们怎样才能使树或任何树很好地适应原始问题？ 让我们来看看。 字谜问题的标准答案是存储排序的字母集

for word in vocabulary:
    set_to_word[sorted(word)].append(word)

接着

set_to_word.get(sorted(target_word))

将显示所有相应的字谜。

为了使其适应 trie，我们希望在根附近出现频繁的字母。 这是字母表的一种合理频率排序：

ETAOINSRHLDCUMFPGWYBV KXJQZ

而不是sorted( ... )排列，而是按 etaoin 排列单词，并利用命中通常会导致在根附近命中的事实。 在这个方案中，“眼泪”将映射到“etasr”。

对于对偶问题，只需存储字母的补集，遵循相同的顺序。 所以“眼泪”映射到一个 21 个字符的字符串，或者一些前缀截断就足够了。