如何根据常用语音中的使用频率随机生成字母?
任何伪代码都值得赞赏,但 Java 中的实现会很棒。否则,只需朝正确的方向戳一下就会有帮助。
注意:我不需要生成使用频率——我确信我可以很容易地找到它。
如何根据常用语音中的使用频率随机生成字母?
任何伪代码都值得赞赏,但 Java 中的实现会很棒。否则,只需朝正确的方向戳一下就会有帮助。
注意:我不需要生成使用频率——我确信我可以很容易地找到它。
我假设您将频率存储为 0 到 1 之间的浮点数,总计为 1。
首先,您应该准备一个累积频率表,即该字母和之前所有字母的频率之和。
为简化起见,如果您从这个频率分布开始:
A 0.1
B 0.3
C 0.4
D 0.2
您的累积频率表将是:
A 0.1
B 0.4 (= 0.1 + 0.3)
C 0.8 (= 0.1 + 0.3 + 0.4)
D 1.0 (= 0.1 + 0.3 + 0.4 + 0.2)
现在生成一个介于 0 和 1 之间的随机数,并查看该数字在此列表中的位置。选择最小累积频率大于随机数的字母。一些例子:
假设您随机选择 0.612。这介于 0.4 和 0.8 之间,即 B 和 C 之间,所以你会选择 C。
如果你的随机数是 0.039,它在 0.1 之前,即在 A 之前,所以选择 A。
我希望这是有道理的,否则请随时要求澄清!
一种快速的方法是生成一个字母列表,其中每个字母根据其频率出现在列表中。比如说,如果“e”的使用率为 25.6%,并且您的列表长度为 1000,那么它将有 256 个“e”。
然后,您可以通过使用(int) (Math.random() * 1000)
生成 0 到 999 之间的随机数从列表中随机选择点。
我要做的是将相对频率缩放为浮点数,使它们的总和为 1.0。然后,我将创建一个包含每个字母的累积总数的数组,即为获得该字母以及所有“低于”它的字母必须加满的数字。假设 A 的频率为 10%,b 为 2%,z 为 1%;那么您的表格将如下所示:
0.000 A ; from 0% to 10% gets you an A
0.100 B ; above 10% is at least a B
0.120 C ; 12% for C...
...
0.990 Z ; if your number is >= 99% then you get a Z
然后你自己生成一个介于 0.0 和 1.0 之间的随机数,并在数组中对小于随机数的第一个数字进行二进制搜索。然后选择那个位置的字母。完毕。
甚至不是伪代码,而是一种可能的方法如下:
让 p1, p2, ..., pk 成为您想要匹配的频率。
根据您实现区间查找的方式,如果 p1,p2,... 按降序排序,该过程通常会更有效,因为您通常会更快地找到包含 x 的区间。
使用二叉树为您提供了一种很好、干净的方式来找到正确的条目。在这里,您从一张frequency
地图开始,其中键是符号(英文字母),值是它们出现的频率。这会被反转,并NavigableMap
创建 a ,其中键是累积概率,值是符号。这使查找变得容易。
private final Random generator = new Random();
private final NavigableMap<Float, Integer> table =
new TreeMap<Float, Integer>();
private final float max;
public Frequency(Map<Integer, Float> frequency)
{
float total = 0;
for (Map.Entry<Integer, Float> e : frequency.entrySet()) {
total += e.getValue();
table.put(total, e.getKey());
}
max = total;
}
/**
* Choose a random symbol. The choices are weighted by frequency.
*/
public int roll()
{
Float key = generator.nextFloat() * max;
return table.higherEntry(key).getValue();
}