"亲戚关系计算器"算法实现

目前市面上“亲戚关系”算法主要采用:称谓-直接关系-称谓的方式查找

数据结构

'爸爸': {

'爸爸': '爷爷',

'妈妈': '奶奶',

'哥哥': '伯父',

'弟弟': '叔叔',

'姐姐': '姑妈',

'妹妹': '姑妈',

'丈夫': '未知',

'妻子': '妈妈',

'儿子': {'older': '哥哥', 'middle': '我', 'younger': '弟弟'},

'女儿': {'older': '姐姐', 'middle': '我', 'younger': '妹妹'}

}

这样的结构主要有以下问题:

1.无法直接查询如:“舅妈的婆婆”这样的复合关系;

2.称谓无法逆向查询,如:“表哥的妈妈”的妈妈是“舅妈”、“姨妈”还是“姑妈”?

3.数据结构不好,数据臃肿。关注中会出现多个“未知”

4.无法兼容多种称呼,如:“爸爸”也可以叫“父亲”、“爹地”

5.无法进行关系拓扑,如:“舅妈”和我什么关系?


而我的这套算法才用的是:关系链-称谓集合的方式查找

演示地址:http://passer-by.com/relationship/

项目地址:https://github.com/mumuy/relationship

数据结构

'h':['老公','丈夫','先生','官人','男人','汉子','夫','夫君','相公','夫婿','爱人','老伴'],

'h,f':['公公','翁亲','老公公'],

每个称谓都可以找到相应的关系链,每个关系链同时有对应的称谓集合,这里需要引入自己“发明”的特殊语法标记

语法说明

【关系】f:父,m:母,h:夫,w:妻,s:子,d:女,xb:兄弟,ob:兄,lb:弟,xs:姐妹,os:姐,ls:妹

【修饰符】 1:男性,0:女性,&o:年长,&l:年幼,#:隔断,[a|b]:并列

如:

"f"对应着爸爸,那么:"f,m"对应奶奶,"f,f"对应着爷爷;

这样在查询关系的时候,只需要对关系链进行计算就好了,而不是对称谓进行字典查找

算法思路

1.当用户输入“舅妈的婆婆”,可以分解出两个对象“舅妈”和“婆婆”(前者的婆婆)

2.从“关系链-称谓集合”映射关系可知,这两个对象的关系链分别是:"m,xb,w"和"h,m",合并后的关系即:"m,xb,w,h,m"

3.这时候关系链会出现冗余,如:

"w,h"表示“老婆的老公”,即自己!可以直接将关系链简化成:"m,xb,m"。

同理,又出现另外一层冗余,"xb,m"表示“兄弟的妈妈”,即自己的妈妈!于是关系链可以进一步简化为:"m,m"

4.这时候即把复杂的关系链转换成直接关系了,直接查询“关系链-称谓集合”映射关系就好

实现

1.“关系链-称谓集合”映射关系可以通过JSON对象的键值对表示,即属性为对应关系链,值为称谓的集合。键值对具有查询速度快的优点。

2.关系链的简化计算可以用正则匹配的方式来实现,规则只需考虑两层关系的简化,多次处理直到不能再简化为止。

如:爸爸的老婆就是妈妈,兄弟的爸爸就是爸爸,老婆的老公就是自己等等

当然简化过程中还需要考虑性别,和多可能性的存在

如:儿子的妈妈,当你为男性时代表你的妻子,当你是女性时就是你自己;妈妈的儿子,可能是你也可能是你兄弟,而当你为女性时,又只能是你兄弟。

这些都是要在正则表达式中匹配条件,然后替换处理!这就是为什么在自己的语法标记中引入【修饰符】的原因了。

#:隔断,分隔的是整条关系链

[a|b]:并列,分隔的是关系链中的单一节点

他们都在用:

查询网http://ip138.com/

在线查询网http://qinshu.supfree.net/

在线工具http://atool.org/

有道语文达人http://dict.youdao.com/k12yuwen/html/relation.html

小米MIUI系统计算器http://www.miui.com/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容