看图猜成语通关辅助程序(ruby)

      过年前的时候，看到同事HQJ在手机上玩猜成语，前两天，我也下载了一个《疯狂看图猜成语2》，其实最开始看到这个游戏时候，就习惯性的想作弊了。
      玩游戏我一直喜欢修改的，比如FPE啦，金山游侠啦，对我来说都是玩游戏必备的工具。
      这个看图猜成语，就是给一幅图，下面是24个汉字，从里面选4个字，作为符合图内容的成语答案。
      ok，现在让我们go。

系统：Windows XP sp2
ruby：1.9.2p180
编辑器：SciTE 1.73

      工作环境，无法上网，所以系统旧，ruby旧，大家先承担些，后面没问题了，再转Ubuntu（Ubuntu在u盘上安装的系统，比windows下还慢）。

      1.开始的时候，很简单的想法，就是从里面随便抽汉字，组成4个字的词，看里面是否有成语，这个是最简单的。
      我喜欢使用ruby，纯属个人爱好，代码也许很烂，看的人多担待些。
      在Windows下有个问题，操作系统的编码是gbk，但是ruby1.9底层是utf-8，所以总是需要转码。

#coding: UTF-8
require 'iconv'  
words_array = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|   #成语游戏的备选字库
words = words_array.map {|x|  Iconv.conv 'gbk', 'utf-8', x} #utf-8转gbk
idioms = words.permutation(4).to_a #每4个字分组
idioms.each {|x|  puts x.join}  #分组合并，就是四字成语

      功能是有了，但是这个排列组合的数量巨大，人眼很难找到成语，24个字4字排列总共255024个，眼神好能找到符合的成语，不好就很难了。

      2.数量巨大的结果不实用，那么就减少。一个想法是从网上弄成语词库，从里面选就可以了。
      去网上找成语词库，真的不怎么好找，都是带解释什么的乱七八糟的，最后找到一个叫“成语词典.txt”的文件，里面的内容是类似“【束教管闻】谓学识浅陋，见闻不广。”这样的内容内容，就他了，很容易通过正则取出【】中间的内容为成语词典。

#coding: UTF-8
require 'iconv'
s1 = Iconv.conv 'gbk','utf-8',"【" #烦人的转码
s2 = Iconv.conv 'gbk','utf-8',"】"
File.open('成语.txt','w') do |wfile|
  File.open('成语词典.txt','r') do |rfile|
    rfile.each do |line|
      line =~ /#{s1}(.*)#{s2}/
      wfile << $1 << "\n"  #没有\n就会连一起了
    end
  end
end

      输出为“成语.txt”，最后有几个错误的词，手工给删除了，最后是23594条成语。

      3.有字库排列，有成语词典，第一个想法当然是排列对照，简单的就是两个循环。其实我最开始就是这么做的，比较丢人啊，就不写了，速度很慢，你想想255024*23594的循环。后来就问了HQJ，程序员就明白的多，告诉我既然成语词典少，就从成语词典过滤，先比较第一个字，这样一次就只有几十上百个词语选择，接着再去字库中选择。

      按照这个思路，写了几版，最终的定型大概是这样的。

#coding: UTF-8
require 'iconv'  
words = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|

idioms_array = Array.new
idioms_regexp  = Array.new

File.open('成语.txt','r') do |file|
  file.each do |line|
    idioms_array << line.chomp   #把成语词典折腾出来，作为array数组     
  end
end

words_g = words.map {|x| Iconv.conv 'gbk', 'utf-8',x}.uniq #转码，另外把重复的字去除，后面用不到

words_g.each {|word|
  idioms_array.map {|x| idioms_regexp << x if x =~ /^#{word}/} #循环，从成语词典中匹配第一个字相同的记录
  idioms_regexp.map  {|idiom|
    idioms_regexp = []   #这里坑了我很久，一直有重复的，后来发现因为里面有数据，清空就好了
    puts idiom if words_g.include?(idiom[1]) && words_g.include?(idiom[2]) && words_g.include?(idiom[3]) #检查成语的第2、3、4个字，是否在词库中，都在那就ok了
  }
}

      4.上面的想法都太直白了，还是按照ruby的习惯，尽可能的少的代码，把循环等去除一下。

      重构code：

#coding: UTF-8
require 'iconv'
require 'benchmark'

words = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|

idioms_array = Array.new

File.open('成语.txt','r') do |file|
  file.each do |line|
    idioms_array << line.chomp   #把成语词典折腾出来，作为array数组     
  end
end

words_g = words.map {|x| Iconv.conv 'gbk', 'utf-8',x}.uniq #转码，另外把重复的字去除，后面用不到

Benchmark.bm do |bm|
    bm.report {
    words_g.each do |word|
      idioms_array.map do |idiom|
        puts idiom if idiom =~ /^#{word}/ and words_g.include?(idiom[1]) and words_g.include?(idiom[2]) and words_g.include?(idiom[3])   
      end
    end
  }
end

      我的烂机器上，大概6.8秒。重构与否其实速度没有变化。本来还序列化的了，但是和直接读txt一样，所以就没有用。

      5.Ubuntu下使用下面的代码。因为我的Ubuntu性能更烂，所以需要近10秒。而且Ubuntu下，需要把成语.txt转换为utf-8格式，所以我用了“成语u.txt”。

Ubuntu下代码：

#coding: UTF-8
require 'iconv'
require 'benchmark'

words = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|
idioms_array = Array.new

File.open('成语u.txt','r') do |file|
  file.each do |line|
    idioms_array << line.chomp   #把成语词典折腾出来，作为array数组
  end
end

Benchmark.bm do |bm|
  bm.report {
    words.uniq.each do |word|
      idioms_array.map do |idiom|
        puts idiom if idiom =~ /^#{word}/ and words.include?(idiom[1]) and words.include?(idiom[2]) and words.include?(idiom[3])
      end
    end
  }
end

     

      6.看到这里，大家发现了什么没有，其实上面说的都是在扯淡，不过恐怕没有几个人有耐心看到这里的吧。我的处理思想是有问题的，其实完全想多了。最简单的就是，从成语文件中读取，判断是否在字库中存在即可，下面的代码是秒速的，不到0.2秒结果就出来了，快2个数量级的差别。

Windows版本：

#coding: UTF-8
require 'iconv'
require 'benchmark'

words = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|

words_g = words.map {|x| Iconv.conv 'gbk', 'utf-8',x}.uniq #转码，另外把重复的字去除，后面用不到

Benchmark.bm do |bm|
  bm.report {
    File.open('成语.txt','r') do |file|
      file.each do |line|
        puts line if words_g.include?(line[0]) and words_g.include?(line[1]) and words_g.include?(line[2]) and words_g.include?(line[3])
      end
    end
  }
end

Ubuntu版本：

#coding: UTF-8
require 'benchmark'

words = %w|无 黑 用 如 小 比 伦 材 脚 纸 四 表 两 得 一 字 天 大 朝 白 与 举 一 里|

Benchmark.bm do |bm|
  bm.report {
    File.open('成语u.txt','r') do |file|
      file.each do |line|
        puts line if words.include?(line[0]) and words.include?(line[1]) and words.include?(line[2]) and words.include?(line[3])
      end
    end
  }
end

      7.大家使用的时候，可以把benchmark的部分屏蔽，反正就是要个结果而已。还有，因为我用的成语词典库不大，所以有很多查不到的，比如286关“胜友如云”，还有“置之脑后”"不可造次""巧用天时""寸土如金"“自始至终”“串通一气”等，遇上这些，大家还是用金币吧，不过应该不是很多。

      代码我放到下面的链接中了，只放最终的代码。
      感谢能看到这里的朋友。