ordena letras em uma única palavra - use-a para encontrar permutações (ou anagramas)

Question

Eu tenho algum dicionário para myspell em file.dic . Vamos dizer:

abc
aword
bword
cab
worda
wordzzz

e estou procurando palavras diferentes que sejam permutações (ou anagramas) uma da outra.

Se houvesse um comando "letter-sort" eu faria mais ou menos assim:

cat file.dic | letter-sort | paste - file.dic | sort

Isso me dá:

abc abc
abc cab
adorw aword
adorw worda
bdorw bword    
dorwzzz wordzzz

agora vejo claramente os anagramas no arquivo. Existe tal comando letters-sort ou como obter tal resultado talvez de alguma outra forma?

    

Answer 1

Para classificar as letras, linha por linha, em um arquivo, você pode fazer algo assim:

while read line; do
    grep -o . <<< "${line}" | sort | tr -d '\n'
    echo
done < file.dic

Saída:

abc
adorw
bdorw
abc
adorw
dorwzzz

    

Answer 2

Você pode usar o comando fold para dividir uma string em uma matriz de caracteres individuais, como o script abaixo

#!/bin/bash

CHARS='echo $1 | fold -w1'
# $CHARS now contain an array of single character in the string $1

for i in "${CHARS[@]}"
do
    # do something with each character
    echo $i;
done

Supondo que você salvou o script acima como test.sh , é possível executá-lo da seguinte maneira:

$./test.sh abcde

e vai quebrar a string "abcde" em uma matriz de caracteres, que você pode usar para encontrar seus anagramas.

    

Answer 3

Você mencionou python , mas fique com python . Duas palavras são anagramas uma da outra se 1. contiverem as mesmas letras e 2. correspondências de letras. A classe Counter integrada pode ser usada para fazer frequências de letras de uma só passagem, sem a necessidade de ordenação

from __future__ import print_function
from collections import Counter, defaultdict
from itertools import combinations_with_replacement
with open('file') as f:
    data = (l.rstrip('\n') for l in f)
    data = ((l, Counter(l)) for l in data)
    perms = defaultdict(list)
    for l, c in data:
        perms[frozenset(c.iteritems())].append(l)   
    for anagrams in perms.itervalues():
        print(*anagrams)

bword
aword worda
abc cab
wordzzz

    

Answer 4

Perl com seus flags de linha de comando pode ser muito bom em ser sucinto:

O comando a seguir classifica as letras em uma palavra

perl -CS -ne 'chomp; print(join("", sort(split("", $_ . "\n"))))' 

Na prática, se você estiver trabalhando com anagramas, talvez prefira usar o utilitário an . Isso pode levar um dicionário como argumento:

an -d /usr/share/dict/ngerman Anagramword