Question

我有一个程序，我正在尝试制作马尔可夫文本生成器。我计划以设定的间隔分割一些文本，然后将其存储到一个类中。我不知道如何解决的问题是如何处理命名我将要进行的类的实例。我打算在for循环中生成实例。用户将传递该方法一定量的文本（其长度事先未知）。下面的伪代码：

    create vector for sets and tail letter;
for (int c = 0; c < text.length; c++) {
    Check to make sure overflow doesnt happen;
    Create instance of set named c;
    store set and tailLetter into vector;
}

public class set {
    String characters;
    char tailLetter;
}

如果不够清楚，我很抱歉。我正在自学Java，这是我在这里的第一篇文章。

Answer 1

如果您正在学习Java，我建议您首先关注如何使用Java的类和方法对问题进行建模。

马尔可夫链是种子文本的模型或统计细节，对吧？使用它来模拟文本，它通常描述每个单词在每个单词后面跟随的频率。（通常你会在文字边界上分割文字）。感觉它需要一堂课;它可能被称为MarkovChain。

在MarkovChain类中，您需要一些东西来保存文本中出现的每个单词，并将该单词映射到文本中的其他单词，以及其他单词的频率计数。

假设单词是'和'。在文本中，'和'后面跟着“the”四次，然后是“then”3次。所以你需要一些数据结构来保存这样的东西：

 and --> 
        the (4)
        then (3)

一种方法是使用ArrayList来保存所有单词，然后使用Map<T1,T2>来保存单词与后续单词频率之间的关系。在这种情况下，T1可能是一个字符串，T2可能是对的ArrayList - 字符串和该字符串的（整数）计数。

但是等等，现在你不需要基础ArrayList<>来存储单词，因为它们只是地图中的键。

......等等。下一步是弄清楚如何填充该数据结构。这可能是一个内部（私有）方法，当调用者使用种子文本实例化MarkovChain类时会调用它。

可能你也希望MarkovChain类公开另一个方法，一个公共方法，调用者在想要从链中生成一些随机序列时调用，依赖于基于频率计数的概率。

...

这只是考虑问题建模的一种方式。

无论如何，在编写代码之前，我会专注于建模/设计练习。

Answer 2

您是否可以使用密钥为生成名称的Map<String, Set>？

Answer 3

您可以使用ArrayList来管理实例。我更喜欢Map的想法，因此您可以动态设置名称，而不是尝试通过索引号访问实例。

Answer 4

我没有看到名字的重点：

如果它们只是为了让'set'对象有一些不同的字符串用于调试，那么默认的toString()实现将为您提供。
如果您特别需要查找这些“set”对象，那么数字标识符或序列号将更好用。

如果你解释了这些名字的目的，以及你打算如何使用它们，也许我们可以给你更好的建议。

Java：如何考虑建立马尔可夫链？

4 个答案: