java根据字母的使用频率随机生成字母？

Question

如何根据字母在常用语音中的使用频率随机生成字母

任何伪代码都值得欣赏，但用Java实现就太棒了。否则，只要往正确的方向戳一下就有帮助了

注意：我不需要生成使用频率——我相信我可以很容易地找到它

Answer 1

甚至不是伪代码，但可能的方法如下：

让p1，p2。。。，pk是你想要匹配的频率

1. 计算累积频率：p1，p1+p2，p1+p2+p3，一,
2. 生成一个随机均匀（0,1）数x
3. 检查累积频率x所属的间隔：如果它介于p1+之间+pi和p1++pi+p（i+1），然后输出（i+1）第一个字母

根据实施间隔查找的方式，如果p1、p2，。。。是按降序排序的，因为通常会更快地找到包含x的区间

Answer 2

我要做的是将相对频率缩放为浮点数，使其总和为1.0。然后，我将创建一个每个字母的累计总数数组，即必须加在顶部才能得到该字母和所有“低于”字母的数字。假设A的频率为10%，b为2%，z为1%；然后你的桌子看起来像这样：

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，并在数组中进行二进制搜索，寻找比随机数小的第一个数。然后在那个位置选择字母。完成了

Answer 3

一种快速的方法是生成一个字母列表，每个字母都按照其频率出现在列表中。比如说，如果25.6%的时间使用“e”，而你的列表长度为1000，那么它将有256个“e”

然后，你可以通过使用(int) (Math.random() * 1000)从列表中随机选取点，生成0到999之间的随机数

Answer 4

我假设你将频率存储为0到1之间的浮点数，总数等于1

首先，你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

为了简化，如果你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，看看这个数字在这个列表中的位置。选择累积频率最小且大于随机数的字母。例如：

假设你随机选择0.612。这介于0.4和0.8之间，即B和C之间，所以选择C

如果你的随机数是0.039，则在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

Answer 5

使用二叉树为您提供了一种很好的、干净的方法来找到正确的条目。在这里，您从一个frequency映射开始，其中键是符号（英文字母），值是它们出现的频率。这将被反转，并创建一个NavigableMap，其中键是累积概率，值是符号。这使得查找变得容易

  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();
  }