Python中的字谜搜索算法比较[教程作业]

我使用defaultdict在Python中做了一个简单的算法排序，创建一个散列作为键，然后只是在字典中查找，然后打印出任何超过一个值的内容

最初，通过使用以下命令创建排序字符串来创建哈希：

def createHashFromFile(fileName):
    with open(fileName) as fileObj:
        for line in fileObj:
            line = line.lower()
            aHash = ("").join(sorted(line.strip()))
            aSorter[aHash].append(line.strip())  

但是，由于sorted（）函数是O（n^2），因此建议通过素因子分解创建散列。我创建了一个字典，将所有小写字母映射到素数，然后执行以下操作：

def keyHash(word):
    mulValue = 1
    for letter in word:
        letter = letter.lower()
        mulValue = mulValue * primeDict[letter]

    return mulValue

在300k字上，字符串哈希以0.75秒的速度运行，基本哈希以1秒的速度运行。我一直在阅读这篇文章，但我无法确定我是否错过了这篇文章的任何内容，也无法确定它为什么运行得较慢

---

就家庭作业而言，这已经完成了，但我想了解为什么或我在这里遗漏了什么。

这里有一大堆因素：

• sorted

  是O（n log n）的平均情况，而不是O（n^2）。这种最坏的情况在实际的程序中几乎是不相关的
• 将素数相乘是一个聪明的技巧，但尽管乘法的代价是O（n），但将一个大数字n乘以一个小因子的代价将是O（logn），而不是O（1）（因为必须遍历bignum的O（logn）位）。这意味着基本技术也将是O（n logn），因为keyHash将有O（len（s））位

• n

  很小，所以实现细节将比复杂性更重要

• sorted

  是内置的，用C编写。多年来，该实现一直在优化。您的素数乘法代码是用Python编写的
• 在你的问题中，你没有说你是如何进行计时的。这很容易出错，例如，通过对整个程序进行计时，而不是进行微观基准测试。考虑到结果的接近性，我认为你犯了这样的错误，但这只是猜测

---

非常感谢。我真的很感谢你的反馈。我和朋友们讨论过这个问题，我们认为乘法是一个巨大的因素，但对于sorted（）及其成本没有把握。我真的很想证实我的想法。回复：关于计时的反馈，我在中添加了额外的计时点。在创建散列并将其添加到字典中时计时，然后对结果求平均值以获得“每散列”：字符串散列-每主散列3.5微秒-每主散列4.5微秒