Este es un juego de palabras de un conjunto de tarjetas de actividades para niños. Debajo de las reglas hay un código para encontrar el mejor triplete usando / usr / share / dict / words. Pensé que era un problema de optimización interesante, y me pregunto si las personas pueden encontrar mejoras.
Reglas
- Elija una letra de cada uno de los conjuntos a continuación.
- Elija una palabra usando las letras elegidas (y cualquier otra).
- Anota la palabra.
- Cada letra del conjunto elegido obtiene el número que se muestra con el conjunto (repeticiones incluidas).
AEIOUcuenta 0- Todas las otras letras son -2
- Repita los pasos 1-3 anteriores (sin reutilizar letras en el paso 1) dos veces más.
- El puntaje final es la suma de los puntajes de tres palabras.
Conjuntos
(conjunto 1 puntajes 1 punto, conjunto 2 puntajes 2 puntos, etc.)
- LTN
- RDS
- GBM
- CHP
- FWV
- YKJ
- QXZ
Código:
from itertools import permutations
import numpy as np
points = {'LTN' : 1,
'RDS' : 2,
'GBM' : 3,
'CHP' : 4,
'FWV' : 5,
'YKJ' : 6,
'QXZ' : 7}
def tonum(word):
word_array = np.zeros(26, dtype=np.int)
for l in word:
word_array[ord(l) - ord('A')] += 1
return word_array.reshape((26, 1))
def to_score_array(letters):
score_array = np.zeros(26, dtype=np.int) - 2
for v in 'AEIOU':
score_array[ord(v) - ord('A')] = 0
for idx, l in enumerate(letters):
score_array[ord(l) - ord('A')] = idx + 1
return np.matrix(score_array.reshape(1, 26))
def find_best_words():
wlist = [l.strip().upper() for l in open('/usr/share/dict/words') if l[0].lower() == l[0]]
wlist = [l for l in wlist if len(l) > 4]
orig = [l for l in wlist]
for rep in 'AEIOU':
wlist = [l.replace(rep, '') for l in wlist]
wlist = np.hstack([tonum(w) for w in wlist])
best = 0
ct = 0
bestwords = ()
for c1 in ['LTN']:
for c2 in permutations('RDS'):
for c3 in permutations('GBM'):
for c4 in permutations('CHP'):
for c5 in permutations('FWV'):
for c6 in permutations('YJK'):
for c7 in permutations('QZX'):
vals = [to_score_array(''.join(s)) for s in zip(c1, c2, c3, c4, c5, c6, c7)]
ct += 1
print ct, 6**6
scores1 = (vals[0] * wlist).A.flatten()
scores2 = (vals[1] * wlist).A.flatten()
scores3 = (vals[2] * wlist).A.flatten()
m1 = max(scores1)
m2 = max(scores2)
m3 = max(scores3)
if m1 + m2 + m3 > best:
print orig[scores1.argmax()], orig[scores2.argmax()], orig[scores3.argmax()], m1 + m2 + m3
best = m1 + m2 + m3
bestwords = (orig[scores1.argmax()], orig[scores2.argmax()], orig[scores3.argmax()])
return bestwords, best
if __name__ == '__main__':
import timeit
print timeit.timeit('print find_best_words()', 'from __main__ import find_best_words', number=1)
La versión matricial es la que se me ocurrió después de escribir una en Python puro (usando diccionarios y calificando cada palabra independientemente), y otra en numpy pero usando indexación en lugar de multiplicación de matriz.
La siguiente optimización sería eliminar las vocales de la puntuación por completo (y usar una ord()función modificada ), pero me pregunto si hay enfoques aún más rápidos.
EDITAR : código timeit.timeit agregado
EDITAR : estoy agregando una recompensa, que daré a la mejora que más me guste (o posiblemente múltiples respuestas, pero tendré que acumular más reputación si ese es el caso).
3
Por cierto, escribí el código para darle a mi hijo de ocho años tres palabras para memorizar cuando jugaba contra su madre. Ahora sé lo que significa xilopirografía.
Esta es una pregunta divertida. Creo que podría aumentar la probabilidad de obtener respuestas si proporciona lo siguiente: (1) Un enlace a una lista de palabras en línea para que todos trabajen con el mismo conjunto de datos. (2) Pon tu solución en una sola función. (3) Ejecute esa función usando el módulo time-it para mostrar los tiempos. (4) Asegúrese de colocar la carga de datos del diccionario fuera de la función para que no estemos probando la velocidad del disco. Entonces, las personas pueden usar el código existente como marco para comparar sus soluciones.
Reescribiré para usar timeit, pero para realizar comparaciones justas tendría que usar mi propia máquina (lo cual me complace hacer para las personas que publican soluciones). Una lista de palabras debería estar disponible en la mayoría de los sistemas, pero si no, hay varias aquí: wordlist.sourceforge.net
Se pueden obtener comparaciones justas si cada usuario mide el tiempo de su solución y cualquier otra solución publicada contra la suya en su propia máquina. Habrá algunas diferencias entre plataformas, pero en general este método funciona.
Hm, en ese caso, me pregunto si este es el sitio correcto. Creo que SO habría sido la mejor opción.
—
Joey