algorithm - 更好的缩短英语单词的算法

Question

我有一些独特的代码，这些代码是从我的应用程序的各个独立组件中的字符串(例如:网站主机名)生成的。

这些代码仅供机器使用，因此我希望它们尽可能短。

以下算法将应用于字符串中的每个单词。输出单词将与破折号连接以生成唯一代码。

The current algorithm I have used:

 - Skip word if length is less than 6

 - Leave first character as is

 - Remove every wowel in the word from the second character onwards

1. 建筑文摘 eu => archtctrl-dgst-eu
2. 亚利桑那山麓杂志 => arzn-fthlls-mgzn

有没有更好的方法来缩短英语单词，使其尽可能被人类读者识别？

输出应该是确定的，并且只要在相同的输入上运行，就会产生相同的缩短版本。

一个好的算法还应该尽量减少拼写相似的单词的冲突次数。

Answer 1

I have some unique codes that are generated from strings

恐怕这不是真的。有许多英语单词在去掉元音后会缩减为相同的“代码字”。例如，'leaving' -> 'living' 鉴于这种情况相当罕见，它仍然可能会导致问题。

如果像您所说的那样，这些“代码字”仅供机器使用，那么保持人类可读性有多重要？如果它不是那么重要，我建议研究一些更简单的压缩算法，如 Huffman Coding或 LZW Compression .那么如果用户需要查看码字的翻译，解压即可。

如果您必须使其易于阅读，我不确定您是否可以做更多的事情来缩短它。您可以查看特定的拉丁语 + 希腊语词根，并确定是否可以手动缩短这些词根，然后自动将其替换掉。

或者，您可以转向语音方法。自动搜索单词的发音，然后查看是否更短(或者本身是否可以压缩，将“cee”变为“C”，或将“kay”变为“K”)。这会占用更多时间和 CPU 资源，但如果您真的非常需要简短但可读的代码，它仍然是一个选择。