Come possiamo scrivere una funzione efficiente che emetta "homoglyph equivalents" di una stringa di input?Algoritmo efficiente per trovare tutte le stringhe "uguali ai caratteri"?
Esempio 1 (pseudo-codice):
homoglyphs_list = [
["o", "0"], // "o" and "0" are homoglyphs
["i", "l", "1"] // "i" and "l" and "1" are homoglyphs
]
input_string = "someinput"
output = [
"someinput", "s0meinput", "somelnput",
"s0melnput", "some1nput", "s0me1nput"
]
Esempio 2:
homoglyphs_list = [
["rn", "m", "nn"],
]
input_string = "rnn"
output = ["rnn", "rm", "mn", "rrn", "nnn", "nm", "nrn"]
Esempio 3:
homoglyphs_list = [
["d", "ci", "a"], // "o" and "0" are homoglyphs
["i", "l", "1"] // "i" and "l" and "1" are homoglyphs
]
/*
notice that with the two rules above,
we can infer "d" = "ci" = "a" = "cl" = "c1"
*/
input_string = "pacerier"
output = [
"pacerier", "pacerler", "pacer1er", "pcicerier",
"pcicerler", "pcicer1er", "pclcerier", "pc1cerier",
"pclcerler", "pc1cerler", "pclcer1er", "pc1cer1er",
"pdcerier", "pdcerler", "pdcer1er"
]
Nota: l'ordine dei membri nell'array di output non è importante e possiamo supporre che i dati relativi agli homoglyph siano considerati appropriati (gli input non ci danno un "ciclo infinito").
Il mio algoritmo attuale funziona, ma sta usando la bruteforcing raw e le prestazioni sono orribili. Per esempio. un ingresso di "mmmmm"
con homoglyphs ["rn", "m", "nn"]
prende 38 secondi per eseguire:
// This is php code (non-pseudo just so we could test the running time),
// but the question remains language-agnostic
public function Func($in, Array $mappings){
$out_table = array();
$out_table[$in] = null;
while(true){
$number_of_entries_so_far = count($out_table);
foreach(array_keys($out_table) as $key){
foreach($mappings as $mapping){
foreach($mapping as $value){
for($a=0, $aa=strlen($key); $a<$aa; ++$a){
$pos = strpos($key, $value, $a);
if($pos === false){
continue;
}
foreach($mapping as $equal_value){
if($value === $equal_value){
continue;
}
$out_table[substr($key, 0, $pos) . $equal_value . substr($key, $pos + strlen($value))] = null;
}
}
}
}
}
if($number_of_entries_so_far === count($out_table)){
// it means we have tried bruteforcing but added no additional entries,
// so we can quit now
break;
}
}
return array_keys($out_table);
}
Come possiamo implementare un algoritmo di espansione homoglyph efficace (veloce)?
E cosa farà se scrivo come '$ homoglyph_mappings [0] = array (" n "," nn "," nnn ");' ?? – Rajan
@Rajan, come affermato, possiamo supporre che gli input siano corretti (cioè su input impropri, si ottiene un comportamento indefinito). Il tuo esempio è un caso di input improprio perché ci darebbe un ciclo infinito. Se 'n = nn', quindi' nn = nnnn', quindi 'nnnn = nnnnnnnn', quindi' nnnnnnnn = nnnnnnnnnnnnnnnn', etc, etc, * infinitamente * ... – Pacerier
Ok, quindi è un caso _eccezionale_. – Rajan