मेटा रेगेक्स गोल्फ


29

इस xkcd की भावना में

यहां लिंक विवरण दर्ज करें

एक कार्यक्रम लिखें जो सूचियों की मनमानी जोड़ी के साथ रेगेक्स गोल्फ खेलता है। कार्यक्रम को कम से कम रेगेक्स को छोटा बनाने का प्रयास करना चाहिए, एक ऐसा कार्यक्रम जो सिर्फ आउटपुट /^(item1|item2|item3|item4)$/या इसी तरह की अनुमति नहीं है।

स्कोरिंग सबसे कम रेगेक्स उत्पन्न करने की क्षमता पर आधारित है। परीक्षण सूची सफल और असफल अमेरिकी राष्ट्रपति पद के उम्मीदवारों की है, जो यहां पाए गए हैं (धन्यवाद @Peter)। बेशक, कार्यक्रम को सभी असहमति सूचियों के लिए काम करना चाहिए, इसलिए केवल अध्यक्ष के लिए एक उत्तर देने से कोई गिनती नहीं होती है।


3
/^item1|atem2|item3|item4$/संभवत: अनपेक्षित पूर्वता है (स्ट्रिंग के साथ या तो शुरू होता है item1, होता है atem2, होता है item3, या समाप्त होता है item4)।
कोनराड बोरोस्की

7
यह एक और दिलचस्प चुनौती होगी अगर इसमें मुख्य रूप से उत्पन्न रीगेक्स के आकार के आधार पर एक स्कोरिंग प्रणाली थी।
पीटर टेलर

1
XKCD शीर्षक पाठ की भावना में, सफल और असफल अमेरिकी राष्ट्रपति पद के उम्मीदवार । (NB मैंने विकिपीडिया के बाद हाथ से यह सूची बनाई है , इसलिए छोटी-छोटी त्रुटियां हो सकती हैं; मैंने हारने वाले सभी उपनामों की सूची से एक विजेता को हटा दिया है, क्योंकि अन्यथा सूची को भेद करना असंभव है, लेकिन मैंने जानबूझकर अन्यथा कटौती नहीं की है) ।
पीटर टेलर

4
मुझे आश्चर्य है कि अगर रान्डेल मुनरो हमारे मुकाबले कोड-गोल्फ चुनौतियों का एक बेहतर लेखक है ...
जोहान्स कुह्न

6
मुझे आश्चर्य है कि अगर रान्डेल मुनरो को इस सवाल पर फेंक दिया जाता है।
बूथबी

जवाबों:


8

पर्ल (111 110 122 अक्षर)

use Regexp::Assemble;@ARGV=shift;my$r=new Regexp::Assemble;chomp,add$r "^\Q$_\E\$"while<>;$_=as_string$r;s/\(\?:/(/g;print

यह Regexp::Assembleनियमित भावों को अनुकूलित करने के लिए CPAN मॉड्यूल का उपयोग करता है । क्योंकि नियमित अभिव्यक्तियों के लिए बेहतर भाषा क्या है तो पर्ल।

इसके अलावा, पठनीय संस्करण, सिर्फ मनोरंजन के लिए (मदद से बनाया गया -MO=Deparse)।

use Regexp::Assemble;
my $r = Regexp::Assemble->new;
while (<>) {
    chomp($_);
    $r->add("^\Q$_\E\$");
}
$_ = $r->as_string;
# Replace wasteful (?:, even if it's technically correct.
s/\(\?:/(/g;
print $_;

नमूना उत्पादन (मैंने CTRL-D के बाद किया item4)।

$ perl assemble.pl
item1
atem2
item3
item4
^(item[134]|atem2)$

इसके अलावा, एक बोनस के रूप में, मैं सवाल में हर शब्द के लिए रेगेक्स लिख रहा हूं।

^(a((ttemp)?t|llowed\.|rbitrary)?|\/\^item1\|atem2\|item3\|item4\$\/|s(ho(rt,|uld)|imilar)|p((air|lay)s|rogram)|(Writ|mak|Th)e|l(ists\.|east)|o([fr]|utputs)|t(h(at|e)|o)|(jus|no)t|regex|golf|with|is)$

इसके अलावा, अध्यक्षों की सूची (262 बाइट्स)।

^(((J(effer|ack|ohn)s|W(ashingt|ils)|Nix)o|Van Bure|Lincol)n|C(l(eveland|inton)|oolidge|arter)|H(a(r(rison|ding)|yes)|oover)|M(cKinley|adison|onroe)|T(a(ylor|ft)|ruman)|R(oosevelt|eagan)|G(arfield|rant)|Bu(chanan|sh)|P(ierce|olk)|Eisenhower|Kennedy|Adams|Obama)$

ऐसा प्रतीत होता है कि एक सूची के लिए स्टडिन पढ़ा गया है और दूसरे को खाली होने के लिए मजबूर किया गया है। निश्चित रूप से ऐसा नहीं है कि सवाल क्या पूछ रहा है?
पीटर टेलर

1
@PeterTaylor: खैर, ऐसा नहीं है कि दूसरी सूची का कोई महत्व नहीं है। जब तक दूसरी सूची में पहली सूची के डुप्लिकेट नहीं होते, तब तक regexp मान्य होता है। यह एक अच्छा regexp है अच्छा होगा, लेकिन मैं आलसी की तरह हूँ।
कोनराड बोरोस्की

IMO आपको कम से कम इनपुट के रूप में लेने का एक तरीका होना चाहिए, भले ही आप इसे छोड़ दें।
पीटर टेलर

@PeterTaylor: यदि आप ऐसा कहते हैं। मेरा कार्यक्रम अब दो तर्क लेता है, उनमें से एक पहली सूची है।
कोनराड बोरोस्की

4
यह अच्छा है; लेकिन यह अनावश्यक रूप से लंबे अभिव्यक्ति पैदा करता है क्योंकि यह हर संभव पूर्ण शब्द का मिलान करके बहिष्करण (किसी अन्य सूची के लिए) बनाता है। जो मूल गोल्फ की तरह एक ही आत्मा नहीं है।
निकोल

4

मेरा समाधान नहीं (स्पष्ट रूप से मैं न तो नीग्रिग नहीं हूँ!), लेकिन यहाँ उसका (थोड़ा संशोधित) प्रश्न शिष्टाचार का हल है: http://nbviewer.ipython.org/url/norvig.com/ipython-xkcd1313.ipynb

वह जो कार्यक्रम देता है वह इस प्रकार है (उसका काम, मेरा नहीं):

def findregex(winners, losers):
    "Find a regex that matches all winners but no losers (sets of strings)."
    # Make a pool of candidate components, then pick from them to cover winners.
    # On each iteration, add the best component to 'cover'; finally disjoin them together.
    pool = candidate_components(winners, losers)
    cover = []
    while winners:
        best = max(pool, key=lambda c: 3*len(matches(c, winners)) - len(c))
        cover.append(best)
        pool.remove(best)
        winners = winners - matches(best, winners)
    return '|'.join(cover)

def candidate_components(winners, losers):
    "Return components, c, that match at least one winner, w, but no loser."
    parts = set(mappend(dotify, mappend(subparts, winners)))
    wholes = {'^'+winner+'$' for winner in winners}
    return wholes | {p for p in parts if not matches(p, losers)}

def mappend(function, *sequences):
    """Map the function over the arguments.  Each result should be a sequence. 
    Append all the results together into one big list."""
    results = map(function, *sequences)
    return [item for result in results for item in result]

def subparts(word):
    "Return a set of subparts of word, consecutive characters up to length 4, plus the whole word."
    return set(word[i:i+n] for i in range(len(word)) for n in (1, 2, 3, 4)) 

def dotify(part):
    "Return all ways to replace a subset of chars in part with '.'."
    if part == '':
        return {''}  
    else:
        return {c+rest for rest in dotify(part[1:]) for c in ('.', part[0]) }

def matches(regex, strings):
    "Return a set of all the strings that are matched by regex."
    return {s for s in strings if re.search(regex, s)}

answer = findregex(winners, losers)
answer
# 'a.a|i..n|j|li|a.t|a..i|bu|oo|n.e|ay.|tr|rc|po|ls|oe|e.a'

जहां विजेता और हारने वाले क्रमशः विजेता (हारने वाले) सूची होते हैं (या कोई भी 2 सूचियाँ) विस्तृत विवरण के लिए लेख देखते हैं।


8
जबकि लिंक किया गया लेख दिलचस्प है और मुझे इसे पढ़ने में मज़ा आया, यह बेहतर होगा कि प्रश्न पर एक टिप्पणी के रूप में पोस्ट किया जाए क्योंकि यह एक प्रश्न के उत्तर के रूप में होता है क्योंकि यह प्रश्न का उत्तर नहीं देता है।
गारेथ

1
आप सही हैं, यह एक टिप्पणी के रूप में बेहतर हो सकता है, मैंने इसे केवल एक उत्तर के रूप में पोस्ट किया क्योंकि यह पूरी तरह से प्रश्न का उत्तर देता है। मैंने उस समाधान की नकल नहीं की जैसा कि मैंने सोचा था कि यह असंगत होगा और किसी अन्य के काम का श्रेय लेने की कोशिश कर रहा है, इसके अलावा एक कार्यक्रम प्रदान करता है जो 2 जोड़ी सूचियों के साथ रेगेक्स गोल्फ खेलता है यह एक फिटनेस फ़ंक्शन और विस्तृत कोड भी देता है सेट कवर समस्या के समानांतर के साथ स्पष्टीकरण, जिस पर मैंने विचार नहीं किया था। अगर आपको अभी भी लगता है कि यह प्रासंगिक नहीं है, तो मुझे बताएं, मैं टिप्पणी के रूप में हटाऊंगा और पोस्ट करूंगा।
माइक एचआर

1
यदि आप किसी और के काम का श्रेय लेने के बारे में चिंतित हैं, तो अपना उत्तर "कम्यूनिटी विकी" बनाने के लिए फ़्लैग करके पूछें।
पीटर टेलर

1
@PeterTaylor शांत, मुझे नहीं पता था कि प्रोटोकॉल था, किया।
माइक एचआर

2

फैक्टर में लिखा मेरा समाधान :

USING:
    formatting fry
    grouping
    kernel
    math math.combinatorics math.ranges
    pcre
    sequences sets ;
IN: xkcd1313

: name-set ( str -- set )
    "\\s" split members ;

: winners ( -- set )
    "washington adams jefferson jefferson madison madison monroe
monroe adams jackson jackson vanburen harrison polk taylor pierce buchanan
lincoln lincoln grant grant hayes garfield cleveland harrison cleveland     mckinley
 mckinley roosevelt taft wilson wilson harding coolidge hoover roosevelt
roosevelt roosevelt roosevelt truman eisenhower eisenhower kennedy johnson     nixon
nixon carter reagan reagan bush clinton clinton bush bush obama obama" name-set ;

: losers ( -- set )
    "clinton jefferson adams pinckney pinckney clinton king adams
jackson adams clay vanburen vanburen clay cass scott fremont breckinridge
mcclellan seymour greeley tilden hancock blaine cleveland harrison bryan bryan
parker bryan roosevelt hughes cox davis smith hoover landon wilkie dewey dewey
stevenson stevenson nixon goldwater humphrey mcgovern ford carter mondale
dukakis bush dole gore kerry mccain romney" name-set winners diff
    { "fremont" } diff "fillmore" suffix ;

: matches ( seq regex -- seq' )
    '[ _ findall empty? not ] filter ;

: mconcat ( seq quot -- set )
    map concat members ; inline

: dotify ( str -- seq )
    { t f } over length selections [ [ CHAR: . rot ? ] "" 2map-as ] with map ;

: subparts ( str -- seq )
    1 4 [a,b] [ clump ] with mconcat ;

: candidate-components ( winners losers -- seq )
    [
        [ [ "^%s$" sprintf ] map ]
        [ [ subparts ] mconcat [ dotify ] mconcat ] bi append
    ] dip swap [ matches empty? ] with filter ;

: find-cover ( winners candidates -- cover )
    swap [ drop { } ] [
        2dup '[ _ over matches length 3 * swap length - ] supremum-by [
            [ dupd matches diff ] [ rot remove ] bi find-cover
        ] keep prefix
    ] if-empty ;

: find-regex ( winners losers -- regex )
    dupd candidate-components find-cover "|" join ;

: verify ( winners losers regex -- ? )
    swap over [
        dupd matches diff "Error: should match but did not: %s\n"
    ] [
        matches "Error: should not match but did: %s\n"
    ] 2bi* [
        dupd '[ ", " join _ printf ] unless-empty empty?
    ] 2bi@ and ;

: print-stats ( legend winners regex -- )
    dup length rot "|" join length over /
    "separating %s: '%s' (%d chars %.1f ratio)\n" printf ;

: (find-both) ( winners losers legend -- )
    -rot 2dup find-regex [ verify t assert= ] 3keep nip print-stats ;

: find-both ( winners losers -- )
    [ "1 from 2" (find-both) ] [ swap "2 from 1" (find-both) ] 2bi ;



IN: scratchpad winners losers find-both 
separating 1 from 2: 'a.a|a..i|j|li|a.t|i..n|bu|oo|ay.|n.e|ma|oe|po|rc|ls|l.v' (55 chars 4.8 ratio)
separating 2 from 1: 'go|e..y|br|cc|hu|do|k.e|.mo|o.d|s..t|ss|ti|oc|bl|pa|ox|av|st|du|om|cla|k..g' (75 chars 3.3 ratio)

यह नॉरविग के समान ही एल्गोरिदम है। यदि पठनीयता को चोट पहुंचाना लक्ष्य है तो आप शायद कई और पात्रों को दूर कर सकते हैं।


1
FYI करें, आपको आधिकारिक सूची ( हार , जे, बदनरीक, शायद दूसरों को मैं देख रहा हूं) से हारने वालों का एक गुच्छा याद आ रहा है। तो, आपके परिणाम गलत हैं; उदाहरण के लिए, पहला रेगेक्स काम नहीं करता है, क्योंकि यह बर और जे से मेल खाता है।
elixenide

1

मेरा कोड बहुत गोल्फ-इश और संघनित फैशन में नहीं है, लेकिन आप इसे https://github.com/amitayd/regexp-golf-coffeescript/ (या विशेष रूप से src / regeppGolf.cfi पर एल्गोरिथम) पर देख सकते हैं।

यह दो सुधारों के साथ पीटर नॉर्विग के एल्गोरिथ्म पर आधारित है:

  1. वर्ण सेट के साथ उपयोग करने के लिए भागों बनाएँ (यानी [ab] z, [ac] z, और [bc] z का उपयोग करें यदि मान्य भागों az, bz और cz हैं)।
  2. कवर के "शीर्ष इष्टतम पथ" के निर्माण की अनुमति दें, न कि प्रत्येक पुनरावृत्ति पर सबसे अच्छा उम्मीदवार से बना एक कवर।

(और एक वैकल्पिक यादृच्छिकता में फेंक दिया गया)

इस क्विज़ में विजेताओं / हारने वालों के सेट के लिए मुझे इसका उपयोग करते हुए एक 76 वर्ण रेगेक्स मिला:

[Jisn]e..|[dcih]..o|[AaG].a|[sro].i|T[ar]|[PHx]o|V|[oy]e|lev|sh$|u.e|rte|nle

मेरे ब्लॉग पोस्ट में कुछ और विवरणों को सॉल्वर को कॉफ़ीस्क्रिप्ट में पोर्ट करने के बारे में बताया गया है


2
क्या आप अपने कोड को अपने उत्तर में रख सकते हैं? अन्यथा, हम लिंक पर क्लिक किए बिना कोड नहीं देख सकते हैं!
wizzwizz4
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.