Hide

Problem D
Rättstavning

Editeringsavståndet mellan två ord är det minimala antalet bokstavsoperationer som krävs för att transformera det ena ordet till det andra. Det finns tre tillåtna bokstavsoperationer:

  1. ta bort en av bokstäverna i ordet

  2. lägg till en bokstav någonstans i ordet

  3. byt ut en bokstav i ordet mot en annan bokstav

Till exempel kan ordet alroitm transformeras till algoritm genom att bokstaven r byts ut mot g (regel 3) och bokstaven r skjuts in efter bokstaven o (regel 2). Kedjan

alroitm $\rightarrow $ algoitm $\rightarrow $ algoritm

visar att editeringsavståndet mellan alroitm och algoritm är högst 2. Eftersom det inte går att transformera alroitm till algoritm i en enda bokstavsoperation så är editeringsavståndet mellan orden precis 2.

Ett vanligt sätt att ta fram rättstavningsförslag till ett felstavat ord är att helt enkelt returnera dom ord i ordlistan som har minst editeringsavstånd till det felstavade ordet. Programmet ska givet en ordlista och ett antal felstavade ord beräkna rättstavningsförslag på detta sätt.

För KTH:s ADK-studenter

Kursspecifik info för labblydelsen finns på kurswebbsidan. Där finns också länkar till testdata och till det Javaprogram du ska modifiera så att det går ungefär 10000 gånger snabbare.

Input

Indata består av två delar. Den första delen är ordlistan, som består av ett antal ord i bokstavsordning, ett ord per rad. Denna del avslutas av en rad som bara innehåller ett #-tecken. Den andra delen är ett antal felstavade ord som ska rättstavas, ett ord per rad. Dom felstavade orden ingår inte i ordlistan. Varje ord i indata består bara av små bokstäver i svenska alfabetet (a-z, å, ä, ö), inga mellanslag, skiljetecken eller siffror. Inget ord är 40 tecken eller längre. Teckenkodningen är utf-8.

Output

Programmet ska för varje felstavat ord skriva ut en rad bestående av det felstavade ordet följt av det minimala editeringsavståndet inom parentes följt av en lista med alla ord i ordlistan som har minimalt editeringsavstånd till det felstavade ordet. Listan ska vara i bokstavsordning och varje ord i listan ska föregås av mellanslag. Ordlistan har högst en halv miljon ord och antalet felstavade ord i indata är högst 100.

Sample Input 1 Sample Output 1
maska
masken
masker
maskin
maskot
#
massa
ma
aske
mskt
massa (1) maska
ma (3) maska
aske (2) maska masken masker
mskt (2) maska maskot

Please log in to submit a solution to this problem

Log in