Вот две версии, о которых я мог думать. V2 предпочтительнее, когда оба слова являются общими (скажем, «is» и «the», для которых будет проблемой масштабирование n1 * n2 версии 1) и более надежным для вредоносного ввода (скажем, файл с двумя словами). Но для более интересных запросов (например, «большой» и «животный») v1 работает так же быстро, и я могу думать о более реалистичных семантических проблемах, для которых v2 не будет работать вообще, кроме v1. Есть ли способ ускорить его?Наименьшее расстояние между двумя словами (python)
импорт timeit t1 = timeit.default_timer()
Защиту расстояние (версия, имя файла, wordOne, wordTwo):
f = open(filename, 'rU')
text = f.read()
f.close()
index = 0
distance = index
version = int(version)
print 'inputs', filename, wordOne, wordTwo
countOne = 0
countTwo = 0
print 'version', version
if version == 1:
word_pos = {}
for word in text.split():
if word in [wordOne, wordTwo]:
if word in word_pos.keys():
word_pos[word].append(index)
else:
word_pos[word] = [index]
index += 1
countOne = len(word_pos[wordOne])
countTwo = len(word_pos[wordTwo])
distances = []
low = 0
high = index
for posOne in word_pos[wordOne]:
for posTwo in word_pos[wordTwo]:
#shrink innner loop by distance?:
#for posTwo in range(int(posOne-distance), (posOne+distance)):
#if abs(posOne-posTwo) < distance:
#distance = abs(posOne-posTwo)
distances.append(abs(posOne-posTwo))
distance = min(distances)
elif version == 2:
switch = 0
indexOne = 0
indexTwo = 0
distance = len(text)
for word in text.split():
if word == wordOne:
indexOne = index
countOne += 1
if word == wordTwo:
indexTwo = index
countTwo += 1
if indexOne != 0 and indexTwo != 0:
if distance > abs(indexOne-indexTwo):
distance = abs(indexOne - indexTwo)
index += 1
t2 = timeit.default_timer()
print 'Delta t:', t2 - t1
print 'number of words in text:', index
print 'number of occurrences of',wordOne+':', countOne
print 'number of occurrences of',wordTwo+':', countTwo
if countOne < 1 or countTwo < 1:
print 'not all words are present'
return 1
print 'Shortest distance between \''+wordOne+'\' and \''+wordTwo+'\' is', distance, 'words'
return distance
Ваша вторая версия не работает, у вас будет NameError в 'if word == wordOne'. Как инициализируется 'wordOne'? –
Работал для меня. wordOne - это вход. Он бросил вам имя? – cosmologist