确定一个单词是否可以是英语的算法？

Question

我有一个字符串列表，需要根据英语词典进行检查。但是，我不想开始检查列表中的每一条乱码。首先，我想检查字符串是否可以是英文单词。

有人知道执行此操作的算法或至少我需要应用以验证单词的规则吗？

例如:

口语单词不能以超过3个辅音开头，如果一个单词有3个声母，第一个必须是“s”。

Answer 1

在数据结构中查找单词会很快(例如使用 Bloom filter(注意误报!)或集合)，因此出于效率原因，这样做可能不值得。

如果您想提供建议，请查看 Peter Norvig 的 spell checking实现。

如果您真的想那样做，那么我会从现有文本中构建 A 跟随 B 的频率，以查看任何给定序列是否包含在英语单词中。