題目地址：http://coursera.cs.princeton.edu/algs4/assignments/wordnet.html

1. 題目閱讀

WordNet定義

WordNet是指一個包含唯一根的有向無環圖，圖中每一組詞表示同一集合，每一條邊v→w表示w是v的上位詞。和樹不同的地方是，每一個子節點可以有許多父節點。

輸入格式

• 同義詞表

文件中每行包含一次同義名詞。首先是序號；然後是詞，用空格分開。若為詞組，則使用下劃線連接詞組。最後是同義名詞的註釋

36,AND_circuit AND_gate,a circuit in a computer that fires only when all of its inputs fire

• 上位詞表

文件中包含序號i的上位詞j。若有多個上位詞，則使用空格分隔。

34,47569,48084

WordNet數據類型

需要實現

• 構造函數，通過同義詞表和上位詞表
• 叠代器
• 判斷詞是否在WordNet裏
• 計算兩個詞的最短祖先路徑距離
• 計算兩個詞的最短祖先路徑

最短祖先路徑是指兩個點v、w到達相同點距離和最短的點x。

另外，還可以給定兩個集合A、B，兩個集合中的各自擁有一個點v、w到達相同點距離和最短的點，對比第一種，還需要從集合中找出合適的v、w。

SAP數據類型（最短祖先路徑）

需要實現

• 構造函數
• 求兩點的最短祖先編號、距離
• 求兩集合的最短祖先編號、距離

Outcast detection

給定一串詞，給出哪個詞和其他詞最不相關

2. 題目分析

按照我認為的實現順序分析

SAP實現

構造函數：構造digraph

祖先編號，路徑： 尋找兩個點v、w到達相同點距離的最短點x。

第一步，對v、w進行BFS搜索，找到從v、w到其他點的最短距離。BFS是O(E + V)

第二步，將v、w到相同點的距離相加，若其中一個點不能到達，則這個點的最短祖先距離為-1。在這個遍歷過程中，找到相加距離最短的點則為最短祖先距離。O(V)

整個算法性能：O(E + V)

卡在這裏了一會，主要是讀題目的checklist時候看到bfs當成深度優先了，然後思想就被禁錮dfs了

兩個集合的最短祖先

兩個集合兩兩求，找最小。感覺這個肯定超時了。但是感覺也只能這樣。暫時用這個方法寫。

正確實現方法：BFS提供使用一個集合作為參數構造BFS的，得到的是點到集合的最短距離，由於不需要輸出路徑，這裏你可以認為一個集合就是一個點，就可以按照上面的方法來計算兩個集合的最短祖先了。

WordNet實現

構造函數：文件讀取，使用java的string分割。然後構造一個digraph。

關於文件存儲

這裏的輸入都是string，不是序號，需要先將單詞對應為序號。

構造一個類存儲同義詞集合，包括序號和單詞。，第一句是錯的，不需要構造這個，因為這裏不需要知道一個序號下面有什麽單詞。第二句也是錯的，因為sap的輸出需要輸出單詞，還是需要構造一個map存序號和單詞的關系。但是api只輸出一個單詞，不懂為什麽。這裏api是要輸出那一串用空格分開的詞。

同義詞組：使用一個map存儲單詞所對應的序號。這裏求出最大的序號，就知道digraph有多少個頂點，可以構造空digraph。

上位詞關系：使用一個digraph存儲

叠代器：返回map的key的叠代器

最短祖先路徑、距離：調用sap

邊界條件：判斷是否有環，調用DirectedCycle類。判斷是否有多個root，如果一個點有一個出的邊，則不是root。

Outcast detection

構造函數：因為需要immutable，要拷貝WordNet。暫時先不考慮這個，直接引用參數裏的wordnet。

上面直接引用沒啥問題。java的immutable還是沒太搞懂

outcast：計算每個輸入詞和其他詞的距離，輸出最大的

3. 第一次提交的問題

corner case的異常拋出不全

叠代器裏有null的沒考慮，isnoun參數為null沒考慮

WordNet的sap返回值錯誤

應該返回所有的詞，用空格分開，跟輸入一樣的方式，而不是只返回一個詞。

集合的最短祖先求解超時

果然超時了。參考了別人的博文，直接使用BFS好像是不行的，需要自己實現才能解決時間。決定自己寫了。

準備自己寫BFS時，發現作者提供的BFS是有點到集合的最短距離的構造方法，用這個就可以。分析已經寫在上文

4. 性能優化

參考

1.Programming Assignment 1: WordNet

Programming Assignment 1: WordNet