从人性角度解决算法问题 作者: 灯小笼 时间: 2023-12-08 分类: 开发 技术可以解决大部分的问题，但是只是从技术层面上出发去考虑，往往具有较大的局限性，且容易出现吃力不讨好的局面。因为，技术最终是用来解决实际问题的，需求源自实际场景，目标也是实际场景，单纯去完成一个纯技术的动作，很容易指标不治本，缺少足够的健壮性和可扩展性。 <!--more--> 我们有一个学校的跑步打卡群，每个月建立一个微信群，然后每个人需要设置好自己的真实姓名和目标，目标的范围是50km的整数倍，比如50、100、150，最多一般到400的样子。我们要解决的问题是，通过手段获取到每个用户的昵称后，自动解析出他的中文姓名和目标。虽然我们已经明确了，要按照中文真实姓名+目标的格式，但是具体到每个人实施的时候，就会出现各种各样的形式。比如： - 张帅-150KM - 50KM-王帅 - 陈帅@-100KM - 梁帅50km - 杨帅☆200 - 关帅~100 - 100KM-2018级孔帅 - 2019邓帅200Km ... 还会有各种千奇百怪的连接符和表现形式。从纯技术角度出发，肯定就会想到万能的正则表达式，从里边想办法辨别出中文、连接符、数字，然后过滤掉一些固定的黑名单，大概率就能从里边找出姓名和目标来。我们最开始的代码大概是这样的： ```javascript const regExp = /^(?:(\d+)(?:km[\b\-\—\~\～\d\s级]*|)([\u4e00-\u9fa5]+))|(?:([\u4e00-\u9fa5]+)(?:[\b\-\—\~\～\s级]*|\-\d+\-)(\d+)(?:km)?)$/i let targets = [] nicknames.forEach(nickname => { let ms = nickname.match(regExp) if (!ms || !ms.length) { console.error('识别错误：' + nickname) return } let target = null if (ms[1]) { target = { nickname: ms[2], target: ms[1], origin: nickname, } } else { target = { nickname: ms[3], target: ms[4], origin: nickname, } } if (target.target == 0 || target.target % 50 != 0) { console.error('识别错误：' + nickname); } else { targets.push(target) } }) ``` 实际上，每个月执行下来，总会出现几个例外，发现一些新的连接符和构成模式，于是，正则表达式就会越来越复杂。 最后，我们觉得这样下去不行了，每个月都得重新调整我们的代码，好麻烦。于是，就回过头来重新思考，人们去做这件事情时，会从人的角度去把自己的真实姓名和目标放置进去，还有一部分则还会把自己是哪一级的学生也标识进去。那么，从人的角度去理解，这些内容都有什么特点呢？ 首先是年份：一般都会是`年份`或者`年份+级`，实际上，这里边最影响判断的就是，这个`级`是不是姓名的一部分，年份的话，4个数字，它和目标还是有很大的区分度的。那么，只要出现` \d{4}级` 的内容，把这部分过滤掉就行。 接下来就是找姓名，很明显，姓名肯定是中文，而中文的话，编码都是特定区间的，可以很简单的和目标以及其他无意义的分隔符区分出来。 最后就是目标了，这个还真是最简单的，因为只有可能是50的整倍。 至此，识别的算法就非常简单明了了。 ```javascript const yearExp = /\d+级/ const nameExp = /([\u4e00-\u9fa5]{2,3})/ const distanceExp = /(50|100|150|200|250|300|350|400|450|500)/ let targets = [] nicknames.forEach( nickname => { let target = { distances: 0, name: '', origin: nickname } // 去掉干扰因素 if (nickname.indexOf('级') > -1) { nickname = nickname.replace(yearExp, '') } // 匹配姓名 let ms = nickname.match(nameExp) if (ms && ms.length) { target.name = ms[1] } else { console.error(`name not found:${nickname}`) } // 匹配目标 ms = nickname.match(distanceExp) if (ms && ms.length) { target.distances = parseInt(ms[1], 10) } else { console.error(`distance not found:${nickname}`) } targets.push(target) }) ``` 这样，从人性的角度，从实际场景出发，我们做出来了非常稳定的识别算法，后面再也没有去动过这部分代码了。所以，精准地理解业务需求，才能提供更加精炼的解决方案。 标签: javascript
这种文本映射是GPT最擅长的：
这是一个跑步群的名单，每个人都会在群昵称里写上自己的名字和目标跑量，你帮我从以下文本中解析出人名和目标跑量，目标跑量一般为50的倍数，形成一个json数组{name:string,target:number}[] 张帅-150KM 50KM-王帅 陈帅@-100KM 梁帅50km 杨帅☆200 关帅~100 100KM-2018级孔帅 2019邓帅200Km ChatGPT 说： 当然，以下是从文本中解析出的JSON数组，其中包含了人名和目标跑量： json 复制代码 [ {"name": "张帅", "target": 150}, {"name": "王帅", "target": 50}, {"name": "陈帅", "target": 100}, {"name": "梁帅", "target": 50}, {"name": "杨帅", "target": 200}, {"name": "关帅", "target": 100}, {"name": "孔帅", "target": 100}, {"name": "邓帅", "target": 200} ] 在解析过程中，我忽略了文本中的一些非目标跑量的信息，并统一了目标跑量的格式。