Python 如何改进这种猜测算法？

我正试图做一个程序，猜测用户所想的单词，但现在这个程序只是基于消除。有人对如何使它更好有想法吗

下面简要介绍一下它现在的工作原理：

我有一个单词列表存储在“palavras.txt”中，然后将这些单词转换成一个常规列表

第一个问题是：“你的单词有多少字母？”。在此基础上，程序继续删除所有其他字母数量不相同的单词。然后，它创建一个列表，其中包含按字母在给定位置出现的次数组织的所有字母

然后我们有第二个问题：“字母“x”是你单词的第一个字母吗？”。如果响应为“not”，则删除该位置包含该字母的所有单词，然后转到该位置中使用最多的第二个字母，依此类推。如果是，它将删除在该特定位置不包含该字母的所有单词，并转到该单词的下一个字母。等等，直到单词完成

它一直在工作，但有时需要很多时间。有更好的方法吗？人工智能？也许是机器学习

代码并不重要，因为我只是在寻找想法，但如果有人好奇我是如何做到的：

import os
from unicodedata import normalize
import random
import string

# Define a função que retira os acentos das palavras
def remover_pont(txt):
    import string
    return txt.translate(str.maketrans('', '', string.punctuation))

def remover_acentos(txt):
    return normalize('NFKD', txt).encode('ASCII', 'ignore').decode('ASCII')

# Retorna uma lista com as letras mais usadas naquela posição, em ordem
def letramusada(lista, pletra):
    pletraordem = []
    pletraordem2 = []
    pl = []

    for n in lista:
        try:
            pl.append(n[pletra - 1])
        except:
            pass

    dict = {}
    for k in pl:
        if k in dict:
            dict[k] += 1
        else:
            dict[k] = 1
    pletraordem2 = (sorted(dict.items(), key=lambda t: t[1], reverse=True))

    for c in pletraordem2:
        pletraordem.append(c[0])

    return pletraordem

# Lê o "banco de dados" que contém as palavras e as armazena na variável "palavras", sem acentos
file = open('palavras.txt')
palavras = file.read().split("\n")

# Armazena a quantidade de letras que a palavra pensada tem
nletras = int(input('Digite o número de letras da palavra (considerando hífen, caso haja) que você pensou, com máximo de 8: '))

# Declara listas que serão usadas em seguida
npalavras = []
palavras2 = []
palavras3 = []
# Armazena todas as palavras que contém a quantidade de letras escolhida anteriormente em uma nova lista chamada "nletras", desconsiderando pontos

for n in palavras:
    if nletras == len(n):
        npalavras.append(remover_acentos(n).lower())

c = 0
n = 0

for k in range(1, nletras + 1):
    ordem = letramusada(npalavras, k)
    cond = 0
    try:
        while cond == 0:
            if  len(npalavras) < 20 and c == 0:
                print("\nHmmm, estou chegando perto!\n")
                c += 1
            if len(npalavras) < 3:
                break
            for c in ordem:
                if c != 0:
                    r = str(input("A {} letra da sua palavra é a letra \"{}\"? [S/N] ".format(k, c))).lower()
                    r = r[0]
                    if r == "s":
                        for n in npalavras:
                            if n[k-1] == c:
                                palavras2.append(n)
                        npalavras.clear()
                        npalavras = palavras2[:]
                        palavras2.clear()
                        ordem.clear()
                        cond += 1
                        break
                    else:
                        for n in npalavras:
                            if n[k-1] != c:
                                palavras2.append(n)
                        npalavras.clear()
                        npalavras = palavras2[:]
                        palavras2.clear()
                        r = 0
                        pass
    except:
        n = 1
        print("\nDesculpe, não achei nenhuma palavra :(")

escolha = random.choice(npalavras)

if n != 0:
    print("\nA palavra que você pensou é: \"{}\"".format(escolha))

导入操作系统
从Unicode数据导入规范化
随机输入
导入字符串
#定义一个有趣的宫殿
def去除器（txt）：
导入字符串
返回txt.translate（str.maketrans（''，''，string.parantion））
def清除器（txt）：
返回normalize（'NFKD'，txt）。encode（'ASCII'，'ignore'）。decode（'ASCII'））
#我们的目标是让我们的目标实现
def letramusada（lista，pletra）：
pletraordem=[]
pletraordem2=[]
pl=[]
对于lista中的n：
尝试：
pl.append（n[pletra-1]）
除：
通过
dict={}
对于pl中的k：
如果在dict中为k：
dict[k]+=1
其他：
dict[k]=1
pletraordem2=（已排序（dict.items（），key=lambda t:t[1]，reverse=True））
对于pletraordem2中的c：
pletraordem.append（c[0]）
回程折叠式
#Lêo“护墙板银行”将其视为宫殿，如armazena variável“宫殿”，sem acentos
文件=打开（'palavras.txt'）
palavras=file.read（）.split（“\n”）
#阿玛泽纳是一个数量巨大的宫殿
nletras=int（输入（'Digite o número de letras da palavra（considerando hífen，caso haja）que vocêpensou，comáximo de 8:'））
#《宣言》是一部非常成功的作品
npalavras=[]
palavras2=[]
palavras3=[]
#阿玛泽纳·托达斯（Armazena todas）是一座宫殿，它是一座由兰多·庞托斯（desconsiderando pontos）设计的“新城市”的前卫建筑
对于palavras的n：
如果nletras==len（n）：
npalavras.append（remover\u acentos（n.lower（））
c=0
n=0
对于范围（1，nletras+1）内的k：
ordem=letramusada（npalavras，k）
cond=0
尝试：
当cond==0时：
如果len（npalavras）<20且c==0：
打印（“\nHmmm，estou chegando perto！\n”）
c+=1
如果len（npalavras）<3：
打破
对于ordem中的c：
如果c！=0:
r=str（输入（“A{}letra da sua palavraéA letra\“{}\”？[S/N]”。格式（k，c））。下（）
r=r[0]
如果r==“s”：
对于n，在npalavras中：
如果n[k-1]==c：
palavras2.append（n）
npalavras.clear（）
npavras=palavras2[：]
palavras2.clear（）
ordem.clear（）
cond+=1
打破
其他：
对于n，在npalavras中：
如果n[k-1]！=c:
palavras2.append（n）
npalavras.clear（）
npavras=palavras2[：]
palavras2.clear（）
r=0
通过
除：
n=1
印刷品（“\n斯库普，não achei nenhuma palavra:（”）
escolha=随机选择（npalavras）
如果n！=0：
打印（“\nA palavra que vocêpensoué：\”{}\”.格式（escolha））

您可以存储已经使用过的单词，比如说第一个用户使用了单词“carro”，然后您可以将其添加到一个文件中，在几个字母之后，程序可以检查列表中已经说过的单词，查看单词是否与给定的描述相匹配，即：“第一个字母是c”，并询问下一个用户是否为“carro”如果是他们的话，你可以通过在每个单词上添加一个计数器来进一步改进，这样使用较多的单词就会出现在使用较少的单词之上。

暴力就是你的朋友。

人们可能会认为“机器学习”是一颗灵丹妙药，但是，学习什么？特别是当提供的信息很少的时候。你能优化什么？你的描述听起来像一股纯粹的蛮力，而生活在今天的黑客正是支持这一点的

这可能有点离题，但即使有一个GPU，搜索也会很困难。如果您不受特定语言/平台的限制，上面指向hashcat的链接很有用。在MacBookPro上，可以在5分钟内列举出著名的内容，这比Python中的猜测功能强大得多

搜索空间和单词模式

另外一个是大约8，这种情况与典型的密码非常相似。也就是说，你的搜索空间很大-上限是26^8=208827064576个单词！-只是玩家只能在游戏中使用有限的单词列表

实际的搜索空间可能会小一些，因为英语单词中有模式（例如

s

是最常见的字母表，

ae