回溯/搜索修剪-Python中的组合词搜索

我试图创建一个过程，搜索“条目”中属于“目标”列表成员的词块。我想保留这些子集中的词序

这就是我目前所拥有的。我真的不确定如何完成这项工作，或者我的方法是否正确

entry="Where in the world is Carmen San Diego"
goal=["Where in the", "world is", "Carmen San Diego"]

到目前为止，输出结果如下：

span=1
words = entry.split(" ")
initial_list= [" ".join(words[i:i+span]) for i in range(0, len(words), span)]
x=len(initial_list)
initial_string= " ".join(initial_list)
def backtrack(A,k):
    if A in goal:
        print
    else:
        while A not in goal:
            k=k-1
            A= " ".join(initial_list[0:k])
            if A in goal:
                print A
                words=A.split(" ")
                firstmatch= [" ".join(words[i:i+span]) for i in range(0, len(words), span)]
                newList = []
                for item in initial_list:
                    if item not in firstmatch:
                        newList.append(item)
                nextchunk=" ".join(newList)             

backtrack(initial_string,x)

期望输出：

"Where in the"

---

我一直在努力寻找一个合适的算法来解决这个问题，我认为这需要回溯或搜索修剪，我不是很确定。理想情况下，解决方案适用于任何“条目”和“目标”列表。非常感谢您的评论。

这里有一个想法：将您的目标列表放入trie。在trie中找到当前条目字符串的最长匹配前缀，如果找到，将其添加到输出中

然后在当前条目字符串（单词分隔符）中找到下一个空格，将当前条目字符串设置为空格后索引中的子字符串，并重复此操作，直到其为空

编辑：这里有一些代码

"Where in the"
"world is"
"Carmen San Diego"

---

这是你想要的吗

import string
import datrie

entry="Where in the world is Carmen San Diego"
goal=["Where in the", "world is", "Carmen San Diego"]

dt = datrie.BaseTrie(string.printable)
for i, s in enumerate(goal):
    dt[s] = i

def find_prefix(current_entry):
    try:
        return dt.longest_prefix(current_entry)
    except KeyError:
        return None

def find_matches(entry):
    current_entry = entry

    while(True):
        match = find_prefix(current_entry)
        if match:
            yield match
        space_index = current_entry.find(' ')
        if space_index > 0:
             current_entry = current_entry[space_index + 1:]
        else:
            return

print(list(find_matches(entry)))

它只是在条目中搜索每个单词，如果你找到了，就打印出来

如果要将它们保存到列表或其他位置，可以执行以下操作：

entry="Where in the world is Carmen San Diego"
goal=["Where in the", "world is", "Carmen San Diego"]


for word in goal:
    if word in entry:
        print(word)

---

你的例子对于理解你想要做的事情并没有特别大的帮助。如果您有

entry=“abcabcdefde”

和

goal=[“ab”、“dd”、“c”]

，您希望输出什么？@BrandonHumpert。在那种情况下，我希望什么也不打印。总的来说，这是一个原型。这个“目标”列表实际上代表了一系列成功的JSON查询。“条目”将是用户输入的字符串。我想用我描述的“回溯”方式将这个用户条目分解成多个查询字符串。希望这更清楚。谢谢你的帮助。不幸的是，这里的“目标”只是我用来制作原型的一个列表；实际上，它将成功的查询表示为一个api，所以我不能真正地循环所有可能成功的查询

entry="Where in the world is Carmen San Diego"
goal=["Where in the", "world is", "Carmen San Diego"]
foundwords = []

for word in goal:
    if word in entry:
        foundwords.append(word)