目前市面上“亲戚关系”算法次要采纳：称呼-间接关系-称呼的形式查找
数据结构
'爸爸': { '爸爸': '爷爷', '妈妈': '奶奶', '哥哥': '伯父', '弟弟': '叔叔', '姐姐': '姑妈', '妹妹': '姑妈', '丈夫': '未知', '妻子': '妈妈', '儿子': {'older': '哥哥', 'middle': '我', 'younger': '弟弟'}, '女儿': {'older': '姐姐', 'middle': '我', 'younger': '妹妹'}}这样的构造次要有以下问题：
1.无奈间接查问如：“舅妈的婆婆”这样的复合关系；
2.称呼无奈逆向查问，如：“表哥的妈妈”的妈妈是“舅妈”、“姨妈”还是“姑妈”？
3.数据结构不好，数据臃肿。关注中会呈现多个“未知”
4.无奈兼容多种称说，如：“爸爸”也能够叫“父亲”、“爹地”
5.无奈进行关系拓扑，如：“舅妈”和我什么关系？
而我的这套算法才用的是：关系链-称呼汇合的形式查找
演示地址：亲戚称说计算器
我的项目地址：https://github.com/mumuy/relationship/
数据结构
'h':['老公','丈夫','学生','官人','男人','汉子','夫','夫君','相公','夫婿','爱人','老伴'],
'h,f':['公公','翁亲','老公公'],
每个称呼都能够找到相应的关系链，每个关系链同时有对应的称呼汇合，这里须要引入本人“创造”的非凡语法标记
语法阐明
【关系】f:父,m:母,h:夫,w:妻,s:子,d:女,xb:兄弟,ob:兄,lb:弟,xs:姐妹,os:姐,ls:妹
【修饰符】 1:男性,0:女性,&o:年长,&l:年幼,#:隔断,[a|b]:并列
如：
"f"对应着爸爸，那么："f,m"对应奶奶,"f,f"对应着爷爷；
这样在查问关系的时候，只须要对关系链进行计算就好了，而不是对称呼进行字典查找
算法思路
1.当用户输出“舅妈的婆婆”，能够合成出两个对象“舅妈”和“婆婆”（前者的婆婆）
2.从“关系链-称呼汇合”映射关系可知，这两个对象的关系链别离是："m,xb,w"和"h,m",合并后的关系即："m,xb,w,h,m"
3.这时候关系链会呈现冗余，如：
"w,h"示意“老婆的老公”,即本人！能够间接将关系链简化成："m,xb,m"。
同理，又呈现另外一层冗余，"xb,m"示意“兄弟的妈妈”，即本人的妈妈！于是关系链能够进一步简化为："m,m"
4.这时候即把简单的关系链转换成间接关系了，间接查问“关系链-称呼汇合”映射关系就好
实现
1.“关系链-称呼汇合”映射关系能够通过JSON对象的键值对示意，即属性为对应关系链，值为称呼的汇合。键值对具备查问速度快的长处。
2.关系链的简化计算能够用正则匹配的形式来实现，规定只需思考两层关系的简化，屡次解决直到不能再简化为止。
如：爸爸的老婆就是妈妈，兄弟的爸爸就是爸爸，老婆的老公就是本人等等
当然简化过程中还须要思考性别，和多可能性的存在
如：儿子的妈妈，当你为男性时代表你的妻子，当你是女性时就是你本人；妈妈的儿子，可能是你也可能是你兄弟，而当你为女性时，又只能是你兄弟。
这些都是要在正则表达式中匹配条件，而后替换解决！这就是为什么在本人的语法标记中引入【修饰符】的起因了。
'#':隔断，分隔的是整条关系链
'[a|b]':并列，分隔的是关系链中的繁多节点