NodeJS环境下基于名称数组生成无重复单词的唯一名称

需求概述 #

给定由多个字符串类型的名称组成的数组，生成可覆盖数组全部有效信息的唯一名称，要求名称中不存在重复单词，禁止使用直接选取数组最长元素的简单逻辑。

输入示例 #

[
  'Xiaomi Mi',
  'Xiaomi',
  'Mi',
  'TV',
  'Stick',
  'Xiaomi Mi TV Stick',
  'Xiaomi Mi TV',
  'Mi TV Stick',
  'Mi TV',
  'TV Stick',
  'Reproductor',
  'Reproductor Multimedia',
  'Multimedia'
]

期望输出 #

'Xiaomi Mi TV Stick, Reproductor Multimedia'

实现思路 #

• 分词与共现关系统计：先将所有输入字符串按空格拆分得到单词全集，统计每个单词的出现频次，同时记录单词之间的共现关系（即两个单词是否同时出现在同一个输入字符串中）。
• 独立词组聚类：基于共现关系对单词进行聚类，互相存在共现关系的单词会被归为同一个聚类，无共现关系的单词会被拆分到不同聚类。示例中Xiaomi、Mi、TV、Stick属于同一个聚类，Reproductor、Multimedia属于另一个独立聚类。
• 聚类内语序还原：对每个聚类，匹配输入数组中覆盖该聚类所有单词的最长字符串，直接复用该字符串的语序，保证命名符合常规表达逻辑。
• 多聚类结果拼接：将不同聚类的结果用分隔符拼接，得到最终的唯一名称，确保所有有效信息都被覆盖，且无重复单词。

该方案完全规避了直接取最长元素的问题：如果直接取全局最长字符串，只能得到Xiaomi Mi TV Stick，会漏掉另一组独立的Reproductor Multimedia相关信息。

代码实现（Python） #

from collections import defaultdict

def generate_unique_name(name_list):
    # 统计单词共现关系
    co_occur = defaultdict(set)
    all_words = set()
    for name in name_list:
        words = name.split()
        for w in words:
            all_words.add(w)
            for other_w in words:
                if w != other_w:
                    co_occur[w].add(other_w)
    
    # 对单词进行聚类
    clusters = []
    visited = set()
    for word in all_words:
        if word not in visited:
            cluster = set()
            stack = [word]
            visited.add(word)
            while stack:
                cur = stack.pop()
                cluster.add(cur)
                for neighbor in co_occur.get(cur, set()):
                    if neighbor not in visited:
                        visited.add(neighbor)
                        stack.append(neighbor)
            clusters.append(cluster)
    
    # 生成每个聚类的完整名称
    result_parts = []
    for cluster in clusters:
        max_len = -1
        best_match = ""
        for name in name_list:
            name_words = name.split()
            if set(name_words).issubset(cluster) and len(name_words) > max_len:
                max_len = len(name_words)
                best_match = name
        result_parts.append(best_match)
    
    return ", ".join(result_parts)

# 测试示例
input_arr = [
  'Xiaomi Mi',
  'Xiaomi',
  'Mi',
  'TV',
  'Stick',
  'Xiaomi Mi TV Stick',
  'Xiaomi Mi TV',
  'Mi TV Stick',
  'Mi TV',
  'TV Stick',
  'Reproductor',
  'Reproductor Multimedia',
  'Multimedia'
]
print(generate_unique_name(input_arr))
# 输出结果：Xiaomi Mi TV Stick, Reproductor Multimedia

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