Algorithm 名称分组算法

将此姓名列表分组的好方法是：

Doctor Watson.
Dr. John Watson.
Dr. J Watson.
Watson.
J Watson.
Sherlock.
Mr. Holmes.
S Holmes.
Holmes.
Sherlock Holmes.

进入唯一完整名称的分组列表：

Dr. John Watson.
Mr. Sherlock Holmes.

同样有趣的是：

Mr Watson
Watson
Mrs Watson
Watson
John Watson

由于该算法不需要对第一个Watson是Mr（可能）还是Mrs进行推断，而只需要对它们进行唯一分组，因此这里唯一的问题是John Watson显然属于Mr而不是Mrs Watson。如果没有一本关于每个性别的名字的词典，这是无法推断的

到目前为止，我一直在考虑遍历列表，并用剩余的项目检查每个项目。在每次比赛中，你分组并从头开始，在第一次没有分组的情况下，你停止比赛

下面是一些粗糙的（尚未测试过的）Python。你可以用一系列的名字来称呼它

def groupedNames(ns):
    if len(ns) > 1:
        # First item is query, rest are target names to try matching
        q = ns[0]
        # For storing unmatched names, passed on later
        unmatched = []
        for i in range(1,len(ns)):
            t = ts[i]
            if areMatchingNames(q,t):
                # groupNames() groups two names into one, retaining all info
                return groupedNames( [groupNames(q,t)] + unmatched + ns[i+1:] )
            else:
                unmatched.append(t)
    # When matching is finished
    return ns

---

如果您的姓名始终是

[尊称][名字或首字母]姓氏

，那么您可以从按姓氏提取和排序开始。如果某些名称的格式为

LastName[，[尊称][名字或首字母]]

，则可以对其进行解析并转换为第一种格式。或者，您可能希望将所有内容转换为其他形式

在任何情况下，您都可以将名称放入某种规范形式，然后按姓氏排序。你的问题大大减少了。然后，您可以在姓氏组中按名字和尊称进行排序，然后依次遍历它们，从片段中提取完整的名称

正如您所指出的，您必须解决一些含糊不清的问题。例如，您可能有：

John Watson
Jane Watson
Dr. J. Watson

---

没有足够的信息来说明这两个人中哪一个（如果有的话！）是医生。而且，正如你所指出的，如果没有关于姓名性别的信息，你就无法解析

J.Watson先生

或

J.Watson夫人

我建议在这里使用哈希法。 将哈希函数定义为将名称解释为基数为26的数字，其中a=0，z=25 现在只需散列单个单词。所以

h（福尔摩斯）=h（福尔摩斯）+h（福尔摩斯）=h（福尔摩斯）+h（福尔摩斯）

使用此选项，您可以轻松识别以下名称：

约翰·沃森和沃森·约翰

对于像John Watson博士和John Watson先生这样的歧义，可以将Mr和Dr的哈希值定义为相同

---

要解决像J.Watson和John Watson这样的冲突，只需对第一个字母和姓氏进行哈希运算。您可以扩展类似冲突的想法。

这是家庭作业吗？如果是这样的话，它应该被标记为这样。很好的建议，你也可以得到像约翰这样的名字，但这些名字不会告诉你它们是名字还是姓氏，所以我可能需要用不同的方式来比较它们。我正在考虑将首字母扩展成几个部分，并部分匹配一组给定的名称