Python实现句子变位词检测并删除非重复变位词对中一个的方法

• 原代码仅对按长度排序后的相邻单词做变位词校验，非相邻的变位词不会被匹配到
• 原代码遗漏了相同重复单词需全部保留的判断逻辑
• 原代码存在冗余调用verify_anagram的问题，第一次调用的返回值未被使用，额外消耗性能

核心逻辑是提前记录已经保留的单词，遍历所有单词逐个判断，不需要提前按长度排序，优先保留先出现的变位词，完全复用你已实现的verify_anagram函数即可：

1. 相同单词直接保留，无论是否重复
2. 新单词和所有已保留的同长度单词做变位词校验，只要存在互为变位词的已保留单词就删除当前词
3. 新的变位词直接保留，加入已保留列表中

def correct_doc(doc):
    # 校验输入合法性
    if not isinstance(doc, str):
        raise ValueError()
    if not (all(c.isalpha() or c.isspace() for c in doc) and doc.count('  ') == 0):
        raise ValueError()
    
    words = doc.split()
    kept_words = []
    seen_exact_words = set()

    for word in words:
        # 相同单词直接保留，符合重复相同单词全留的要求
        if word in seen_exact_words:
            kept_words.append(word)
            continue
        # 校验当前词是否和已保留的单词互为变位词
        has_anagram_exist = False
        for kept_word in kept_words:
            # 长度不同不可能是变位词，提前跳过减少校验次数
            if len(kept_word) != len(word):
                continue
            if verify_anagram(kept_word, word):
                has_anagram_exist = True
                break
        if has_anagram_exist:
            continue
        # 新的变位词加入保留列表
        kept_words.append(word)
        seen_exact_words.add(word)
    
    return ' '.join(kept_words)

• 输入示例句子：John was going for a race but he has to take care of his son，输出为John was going for a race but he has to take of his son，后出现的变位词care被删除，符合预期。
• 输入重复相同单词的句子：data analysis needs data support，输出和输入完全一致，两个data都被保留，符合预期。

内容的提问来源于stack exchange，提问作者user17294101