Najszybszy kod Pythona, aby znaleźć zestaw zwycięskich słów w tej grze


14

To gra słowna z zestawu kart aktywności dla dzieci. Poniżej zasad znajduje się kod służący do znalezienia najlepszego tripletu za pomocą / usr / share / dict / words. Myślałem, że to interesujący problem z optymalizacją i zastanawiam się, czy ludzie mogą znaleźć ulepszenia.

Zasady

  1. Wybierz jedną literę z każdego z poniższych zestawów.
  2. Wybierz słowo, używając wybranych liter (i dowolnych innych).
  3. Oceń słowo.
    • Każda litera z wybranego zestawu otrzymuje numer pokazany wraz z zestawem (w tym powtórzenia).
    • AEIOU policz 0
    • Wszystkie pozostałe litery to -2
  4. Powtórz kroki 1-3 powyżej (bez ponownego użycia liter w kroku 1) jeszcze dwa razy.
  5. Wynik końcowy jest sumą wyników trzech słów.

Zestawy

(zestaw 1 zdobywa 1 punkt, zestaw 2 zdobywa 2 punkty itp.)

  1. LTN
  2. RDS
  3. GBM
  4. CHP
  5. FWV
  6. YKJ
  7. QXZ

Kod:

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)

Wersję macierzową wymyśliłem po napisaniu jednego w czystym pythonie (używając słowników i oceniania każdego słowa niezależnie), a drugiego w numpy, ale używając indeksowania zamiast mnożenia macierzy.

Następną optymalizacją byłoby całkowite usunięcie samogłosek z punktacji (i użycie zmodyfikowanej ord()funkcji), ale zastanawiam się, czy są jeszcze szybsze podejścia.

EDYCJA : dodano kod timeit.timeit

EDYCJA : Dodam nagrodę, którą dam każdemu ulepszeniu, które najbardziej mi się podoba (lub ewentualnie wielu odpowiedziom, ale w takim przypadku będę musiał zyskać trochę reputacji).


3
BTW, napisałem kod, aby podać moje ośmioletnie trzy słowa do zapamiętania, kiedy grał w grę przeciwko swojej matce. Teraz wiem, co oznacza ksylopirografia.

2
To zabawne pytanie. Myślę, że możesz zwiększyć prawdopodobieństwo otrzymania odpowiedzi, jeśli podasz następujące informacje: (1) Link do internetowej listy słów, aby każdy mógł pracować z tym samym zestawem danych. (2) Umieść swoje rozwiązanie w jednej funkcji. (3) Uruchom tę funkcję za pomocą modułu czasu, aby wyświetlić czasy. (4) Upewnij się, że ładowanie danych ze słownika znajduje się poza funkcją, abyśmy nie testowali szybkości dysku. Ludzie mogą następnie wykorzystać istniejący kod jako platformę do porównywania swoich rozwiązań.

Przepiszę, żeby użyć timeit, ale dla uczciwych porównań musiałbym użyć własnej maszyny (co chętnie robię dla osób publikujących rozwiązania). Lista słów powinna być dostępna na większości systemów, ale jeśli nie, to istnieje kilka tutaj: wordlist.sourceforge.net

1
Można uzyskać uczciwe porównania, jeśli każdy użytkownik razy Twoje rozwiązanie i inne opublikowane rozwiązania w stosunku do własnych na własnym komputerze. Będą pewne różnice między platformami, ale ogólnie ta metoda działa.

1
Hm, w takim razie zastanawiam się, czy to jest poprawna strona. Myślę, że SO byłby najlepszy.
Joey,

Odpowiedzi:


3

Korzystając z pomysłu Keitha, aby wstępnie obliczyć najlepszy możliwy wynik dla każdego słowa, udało mi się skrócić czas wykonywania do około 0,7 sekundy na moim komputerze (używając listy 75 288 słów).

Sztuczka polega na przejrzeniu kombinacji słów, które mają być odtwarzane, zamiast wszystkich kombinacji wybranych liter. Możemy zignorować wszystkie oprócz kilku kombinacji słów (203 przy użyciu mojej listy słów), ponieważ nie mogą uzyskać wyższego wyniku niż my już znaleźliśmy. Prawie cały czas wykonywania jest spędzany na obliczaniu wyników słów.

Python 2.7:

import collections
import itertools


WORDS_SOURCE = '../word lists/wordsinf.txt'

WORDS_PER_ROUND = 3
LETTER_GROUP_STRS = ['LTN', 'RDS', 'GBM', 'CHP', 'FWV', 'YKJ', 'QXZ']
LETTER_GROUPS = [list(group) for group in LETTER_GROUP_STRS]
GROUP_POINTS = [(group, i+1) for i, group in enumerate(LETTER_GROUPS)]
POINTS_IF_NOT_CHOSEN = -2


def best_word_score(word):
    """Return the best possible score for a given word."""

    word_score = 0

    # Score the letters that are in groups, chosing the best letter for each
    # group of letters.
    total_not_chosen = 0
    for group, points_if_chosen in GROUP_POINTS:
        letter_counts_sum = 0
        max_letter_count = 0
        for letter in group:
            if letter in word:
                count = word.count(letter)
                letter_counts_sum += count
                if count > max_letter_count:
                    max_letter_count = count
        if letter_counts_sum:
            word_score += points_if_chosen * max_letter_count
            total_not_chosen += letter_counts_sum - max_letter_count
    word_score += POINTS_IF_NOT_CHOSEN * total_not_chosen

    return word_score

def best_total_score(words):
    """Return the best score possible for a given list of words.

    It is fine if the number of words provided is not WORDS_PER_ROUND. Only the
    words provided are scored."""

    num_words = len(words)
    total_score = 0

    # Score the letters that are in groups, chosing the best permutation of
    # letters for each group of letters.
    total_not_chosen = 0
    for group, points_if_chosen in GROUP_POINTS:
        letter_counts = []
        # Structure:  letter_counts[word_index][letter] = count
        letter_counts_sum = 0
        for word in words:
            this_word_letter_counts = {}
            for letter in group:
                count = word.count(letter)
                this_word_letter_counts[letter] = count
                letter_counts_sum += count
            letter_counts.append(this_word_letter_counts)

        max_chosen = None
        for letters in itertools.permutations(group, num_words):
            num_chosen = 0
            for word_index, letter in enumerate(letters):
                num_chosen += letter_counts[word_index][letter]
            if num_chosen > max_chosen:
                max_chosen = num_chosen

        total_score += points_if_chosen * max_chosen
        total_not_chosen += letter_counts_sum - max_chosen
    total_score += POINTS_IF_NOT_CHOSEN * total_not_chosen

    return total_score


def get_words():
    """Return the list of valid words."""
    with open(WORDS_SOURCE, 'r') as source:
        return [line.rstrip().upper() for line in source]

def get_words_by_score():
    """Return a dictionary mapping each score to a list of words.

    The key is the best possible score for each word in the corresponding
    list."""

    words = get_words()
    words_by_score = collections.defaultdict(list)
    for word in words:
        words_by_score[best_word_score(word)].append(word)
    return words_by_score


def get_winning_words():
    """Return a list of words for an optimal play."""

    # A word's position is a tuple of its score's index and the index of the
    # word within the list of words with this score.
    # 
    # word played: A word in the context of a combination of words to be played
    # word chosen: A word in the context of the list it was picked from

    words_by_score = get_words_by_score()
    num_word_scores = len(words_by_score)
    word_scores = sorted(words_by_score, reverse=True)
    words_by_position = []
    # Structure:  words_by_position[score_index][word_index] = word
    num_words_for_scores = []
    for score in word_scores:
        words = words_by_score[score]
        words_by_position.append(words)
        num_words_for_scores.append(len(words))

    # Go through the combinations of words in lexicographic order by word
    # position to find the best combination.
    best_score = None
    positions = [(0, 0)] * WORDS_PER_ROUND
    words = [words_by_position[0][0]] * WORDS_PER_ROUND
    scores_before_words = []
    for i in xrange(WORDS_PER_ROUND):
        scores_before_words.append(best_total_score(words[:i]))
    while True:
        # Keep track of the best possible combination of words so far.
        score = best_total_score(words)
        if score > best_score:
            best_score = score
            best_words = words[:]

        # Go to the next combination of words that could get a new best score.
        for word_played_index in reversed(xrange(WORDS_PER_ROUND)):
            # Go to the next valid word position.
            score_index, word_chosen_index = positions[word_played_index]
            word_chosen_index += 1
            if word_chosen_index == num_words_for_scores[score_index]:
                score_index += 1
                if score_index == num_word_scores:
                    continue
                word_chosen_index = 0

            # Check whether the new combination of words could possibly get a
            # new best score.
            num_words_changed = WORDS_PER_ROUND - word_played_index
            score_before_this_word = scores_before_words[word_played_index]
            further_points_limit = word_scores[score_index] * num_words_changed
            score_limit = score_before_this_word + further_points_limit
            if score_limit <= best_score:
                continue

            # Update to the new combination of words.
            position = score_index, word_chosen_index
            positions[word_played_index:] = [position] * num_words_changed
            word = words_by_position[score_index][word_chosen_index]
            words[word_played_index:] = [word] * num_words_changed
            for i in xrange(word_played_index+1, WORDS_PER_ROUND):
                scores_before_words[i] = best_total_score(words[:i])
            break
        else:
            # None of the remaining combinations of words can get a new best
            # score.
            break

    return best_words


def main():
    winning_words = get_winning_words()
    print winning_words
    print best_total_score(winning_words)

if __name__ == '__main__':
    main()

To zwraca rozwiązanie ['KNICKKNACK', 'RAZZMATAZZ', 'POLYSYLLABLES']z wynikiem 95. Po dodaniu słów z rozwiązania Keitha do listy słów otrzymuję taki sam wynik jak on. Po dodaniu „ksylopirografii” Thouisa uzyskałem ['XYLOPYROGRAPHY', 'KNICKKNACKS', 'RAZZMATAZZ']wynik 105.


5

Oto pomysł - możesz uniknąć sprawdzania wielu słów, zauważając, że większość słów ma okropne wyniki. Powiedzmy, że znalazłeś całkiem niezłą grę punktową, która daje ci 50 punktów. Wtedy każda gra z więcej niż 50 punktami musi mieć słowo co najmniej ceil (51/3) = 17 punktów. Dlatego każde słowo, które nie może wygenerować 17 punktów, można zignorować.

Oto kod, który wykonuje powyższe czynności. Obliczamy najlepszy możliwy wynik dla każdego słowa w słowniku i przechowujemy go w tablicy indeksowanej według wyniku. Następnie używamy tej tablicy do sprawdzania tylko słów, które mają wymagany minimalny wynik.

from itertools import permutations
import time

S={'A':0,'E':0,'I':0,'O':0,'U':0,
   'L':1,'T':1,'N':1,
   'R':2,'D':2,'S':2,
   'G':3,'B':3,'M':3,
   'C':4,'H':4,'P':4,
   'F':5,'W':5,'V':5,
   'Y':6,'K':6,'J':6,
   'Q':7,'X':7,'Z':7,
   }

def best_word(min, s):
    global score_to_words
    best_score = 0
    best_word = ''
    for i in xrange(min, 100):
        for w in score_to_words[i]:
            score = (-2*len(w)+2*(w.count('A')+w.count('E')+w.count('I')+w.count('O')+w.count('U')) +
                      3*w.count(s[0])+4*w.count(s[1])+5*w.count(s[2])+6*w.count(s[3])+7*w.count(s[4])+
                      8*w.count(s[5])+9*w.count(s[6]))
            if score > best_score:
                best_score = score
                best_word = w
    return (best_score, best_word)

def load_words():
    global score_to_words
    wlist = [l.strip().upper() for l in open('/usr/share/dict/words') if l[0].lower() == l[0]]
    score_to_words = [[] for i in xrange(100)]
    for w in wlist: score_to_words[sum(S[c] for c in w)].append(w)
    for i in xrange(100):
        if score_to_words[i]: print i, len(score_to_words[i])

def find_best_words():
    load_words()
    best = 0
    bestwords = ()
    for c1 in permutations('LTN'):
        for c2 in permutations('RDS'):
            for c3 in permutations('GBM'):
            print time.ctime(),c1,c2,c3
                for c4 in permutations('CHP'):
                    for c5 in permutations('FWV'):
                        for c6 in permutations('YJK'):
                            for c7 in permutations('QZX'):
                                sets = zip(c1, c2, c3, c4, c5, c6, c7)
                                (s1, w1) = best_word((best + 3) / 3, sets[0])
                                (s2, w2) = best_word((best - s1 + 2) / 2, sets[1])
                                (s3, w3) = best_word(best - s1 - s2 + 1, sets[2])
                                score = s1 + s2 + s3
                                if score > best:
                                    best = score
                                    bestwords = (w1, w2, w3)
                                    print score, w1, w2, w3
    return bestwords, best


if __name__ == '__main__':
    import timeit
    print timeit.timeit('print find_best_words()', 'from __main__ import find_best_words', number=1)

Minimalny wynik szybko wzrasta do 100, co oznacza, że ​​musimy wziąć pod uwagę tylko 33+ punkty słów, co stanowi bardzo mały ułamek ogólnej sumy (moje /usr/share/dict/wordsma 208662 poprawnych słów, z których tylko 1723 to 33+ punkty = 0,8%). Działa na moim komputerze za około pół godziny i generuje:

(('MAXILLOPREMAXILLARY', 'KNICKKNACKED', 'ZIGZAGWISE'), 101)

Ładny. Dodam to do rozwiązania macierzy (usuwając słowa, ponieważ ich wynik spada zbyt nisko), ale jest to znacznie lepsze niż w przypadku jednego z czystych rozwiązań pythonowych, które wymyśliłem.
thouis

1
Nie jestem pewien, czy kiedykolwiek widziałem tak wielu zagnieżdżonych dla pętli.
Peter Olson

1
Połączenie twojego pomysłu z matrycą punktacji (i ściślejszą górną granicą dla najlepszego możliwego wyniku) skraca czas do około 80 sekund na mojej maszynie (od około godziny). kod tutaj
masz

Znaczna część tego czasu to wstępne obliczenia najlepszych możliwych wyników, które mogłyby być wykonane znacznie szybciej.
thouis
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.