Программа генерации цепей Маркова k-го порядка сможет поместить не более пяти мегабайт входного текста в массив inputchars:
int k = 2
char inputchars[5000000];
char *word[ 1000000 ],
int nword = 0;
Алгоритм Шеннона можно реализовать непосредственным поиском по всему тексту, хотя он и может оказаться неэффективным для больших объемов. Вместо этого мы задействуем массив word, аналогичный массиву остатков за исключением того, что его элементы всегда указывают на начала слов (типичная модификация). В переменной nword хранится количество слов. Файл считывается следующим кодом:
word[0] = inputchars
while scanf("%$>". word[nwordl) != EOF
word[nword+l] - word[nword] + strlen(word[nword!) + 1 nword++
Все слова добавляются к массиву inputchars (дополнительной памяти под них отводить не нужно), а завершаются слова символом \0, добавляемым функцией scanf автоматически.
После считывания исходного текста мы отсортируем массив word, чтобы все элементы, указывающие на последовательности с одинаковым началом, оказались рядом. Функция wordncm р из листинга 15.9 осуществляет сравнение последовательностей слов.
Листинг 15.9. Сравнение последовательностей слов
int wordncmp(char *р, char* q) n = k
for ( t *p == *q: p++. q++) if (*p == 0 && --n =*= 0) return 0. return *p - *q
Строки сравниваются до тех пор, пока их символы совпадают. При достижении символа \0 счетчик п уменьшается на 1, а после обнаружения к одинаковых слов происходит выход из функции, Если обнаруживаются различия, функция возвращает разность строк.
Считав текст, мы добавим к нему к символов \0, чтобы функция сравнения не дала сбоя в конце массива, выведем первые к слов документа (чтобы инициализировать наш генератор), а затем вызовем функцию сортировки.
Листинг 15.10. Вызов функции сортировки для массива остатков
for 1 = [0. к)
word[nword][i] = О for п = [0. к) print word[i] qsort(word, nword, sizeofCword[0])t sortcmp)
Функция sortcmp, как и раньше, добавляет «уровень косвенности» к указателям.
Наша эффективно использующая память структура содержит большой объем информации о содержащихся в тексте k-граммах. Если к ==1 и на вход подан текст «о/ the people, by the people, for the people», массив word может выглядеть следующим образом:
word[0]: by the wordfl]: for the word[2]: of the word[3]: people word[4]: people, for word[5]: people, by word[6]: the people, word[7]: the people word[8]: the people,
Для простоты в этом списка показаны только первые к+1 слово из всей строки, на которую указывает элемент массива. Если нам нужно продолжить фразу, заканчивающуюся словом the, мы обратимся к массиву остатков и получим три возможных варианта: два «people,» и один «people».
Теперь мы можем генерировать абракадабру с помощью приведенного в листинге 15.11 псевдокода.
фраза = первая фраза входного массива
цикл
ищем фразу в массиве word[0..nword-1] с помощью двоичного поиска из всех фраз с первыми к одинаковыми словами выбираем одну, на которую
указывает р
фраза = слово, следующее за р если k-е слово фразы имеет длину О выход
вывод к - г о слова фразы
ЦИКЛ инициализируется присваиванием переменной фраза первых символов входного текста (вспомните, что эти символы уже выведены в выходной файл). Двоичный поиск (программа из раздела 9.3) позволяет найти первое вхождение фразы в массиве остатков (важно найти именное первое вхождение, а программа из раздела 9.3 ориентирована именно на это). В следующем цикле проверяются все равные фразы, а решение 12.10 используется для случайного выбора одой из них. Если k-е слово этой фразы имеет нулевую длину, эта фраза является последней в документе, поэтому цикл заканчивается.
В листинге 15,12 приведен полный текст псевдокода, реализующего эти идеи и вводящего ограничение на количество порождаемых слов.
Опубликовал vovan666
April 17 2013 00:04:54 ·
0 Комментариев ·
4029 Прочтений ·
• Не нашли ответ на свой вопрос? Тогда задайте вопрос в комментариях или на форуме! •
Комментарии
Нет комментариев.
Добавить комментарий
Рейтинги
Рейтинг доступен только для пользователей.
Пожалуйста, залогиньтесь или зарегистрируйтесь для голосования.
Нет данных для оценки.
Гость
Вы не зарегистрированны? Нажмите здесь для регистрации.
Главная
Каталог файлов
