String 如何找到像自动完成一样最短的文本？

我有一个字符串列表，我想找到最短的唯一方法来识别它们。这有点像自动完成，但对于给定的集合，它始终是最短的可识别方式

举个例子

PA  for Paddington
PE  for Penryn
PLO for Plymouth
PLP for Plympton
PO  for Portsmouth
Q   for Quebec

我有几千个名字（不是城市，而是节目名）

我需要一个相对较短的顺序，这将是有序的（对于上面的列表，键和值都是有序的）

这方面的任何技术/算法都是有用的

我知道我必须（使用PHP）编写代码，但只要我能理解算法，我就很高兴

我认为我必须按照当前的状态构建一个值树，然后开始一次导航一个字符，忽略具有单个选项的序列（例如普利茅斯/普利姆顿中的L和Y）

---

因此，从魁北克的Q开始，我会发现在整个树中，所有后续字母只使用一次，因此在该阶段Q就足够了。

您可以创建一个哈希表结构，将可能的子字符串映射到以该子字符串开头的所有名称的列表。这最终可能会成为一个相当大的数据结构，但由于您可以在到达唯一子字符串的那一刻短路，因此可以防止大小变得不合理地大。下面是一个使用C#的示例：

var name=new[]{
“帕丁顿”，
“彭林”，
“普利茅斯”，
“Plympton”，
“朴茨茅斯”，
“魁北克”}；
//首先，对于任何给定的子序列，查找
//从它开始。
var groups=newdictionary（）；
我寻找新的团队；
List namesToProcess=names.ToList（）；
int i=0；
做
{
//一旦子字符串太长，就不要再看名字了。
namesToProcess=namesToProcess.Where（n=>n.Length>=i.ToList（）；
newGroups=namesToProcess.ToLookup（n=>n.Substring（0，i））；
foreach（新组中的var g）
{
添加（g.Key，g.ToList（））；
}
//一旦我们发现只有名字，就别再看了
//匹配给定的子字符串。
namesToProcess=namesToProcess
.除（新组别）
.其中（g=>g.Count（）==1）
.Select（g=>g.Single（））
.ToList（）；
i++；
}while（newGroups.Any（））；

现在很容易查找与给定子序列匹配的项的数量，为任何给定的名称构建最佳代码是一项简单的任务。以空字符串开始，然后添加每个字母，这有助于缩小可能性的数量：

// Now build the best code to use for each name
var codeNamePairs = names.ToDictionary(n => 
{
    var sb = new StringBuilder();
    for(int j = 0; j < n.Length; j++)
    {
        var prefix = n.Substring(0, j+1);
        var withSamePrefix = groups[prefix];
        // Only add the next letter if it helps to narrow down
        // the possibilities
        if(withSamePrefix.Count != groups[sb.ToString()].Count)
        {
            sb.Append(n[j]);
        }
        if(withSamePrefix.Count == 1)
        {
            // Once we reach a prefix that's unique to this name,
            // then we know we've built the code we want.
            break;
        }
    }
    return sb.ToString();
});

//现在为每个名称构建最佳代码
var codeNamePairs=names.ToDictionary（n=>
{
var sb=新的StringBuilder（）；
对于（int j=0；j

---

我不确定代码翻译成PHP有多容易，但我希望我能很好地传达这个基本思想。

我会先按字母顺序对字符串排序。然后你就有了一个和你一样的清单：

Paddington
Penryn
Plymouth
Plympton
Portsmouth
Quebec

现在，对于从顶部开始的每个元素，我找到上一个和下一个元素都没有开始的最短字符串。在我们的例子中，它是这样的：

Paddigton

不能有

p

，因为下一个元素以它开头，但它可以有

Pa

，因为下一个元素不以它开头

对于

Penryn

我们从前面的id开始，减少足够多的字母，以

Penryn

开始-我们拿走

a

并保留

p

。现在我们重复：前面的元素以

P

开头，因此我们添加一个字母，得到

Pe

。在这种情况下，“上一个”和“下一个”都不以它开头，因此我们将此id分配给

Penryn

通过

Plymouth

，重复上述步骤，我们得到了

Plymo

id

在分析

Plympton

时，最初的上一个id缩减步骤将为我们提供

Plym

，我们只需要向其添加一个字母，以便上一个和下一个字母都不以该id开头

等等

---

现在，这不会产生与您建议的相同的id，但是在我看来，从算法的角度来看，PLO并不是普利茅斯的好id。

我真的很想知道为什么这个答案得到了-1票。谢谢您的这个过程。我用这些名字做了一棵字母树。然后我走到树上，挑出非唯一的字母来构建缩短的文本。对我来说非常有效。

Paddington
Penryn
Plymouth
Plympton
Portsmouth
Quebec