我将其命名为“AI方式”，因为我正在考虑让应用程序在没有人类交互的情况下玩刽子手游戏。
场景是这样的：
我尝试了wiki page中提到的策略，但效果不佳。 基本上成功率约为30％。
有关策略的任何建议/意见以及我应该挖掘哪些领域才能找到合理的策略？
非常感谢。
-Simon
PS：看起来相当不错的JavaScript实现。 （https://github.com/freizl/play-hangman-game）
答案 0 :(得分：7)
更新了主题
后人：
看看这个wiki page。它包括一个字母的第一个字母的频率表，可以帮助您调整算法。
你还可以考虑这样一个事实，即如果你发现一个或两个元音，找到其他元音的可能性会显着下降，你应该尝试更多常见的辅音。你列出的wiki页面的例子以E然后是T开头，然后连续尝试三个元音：A，O和I.前两个字母都被遗漏了，但是一旦找到第三个字母，两次然后过程应该切换到公共辅音和跳过尝试更多的元音，因为可能会更少。
任何有用的策略肯定会在字母和可能的单词上使用频率分布图，例如有些单词很常见而其他单词很少使用，所以在一组更常见的单词上执行字母频率分布可能会有所帮助......猜测某些单词可能比其他单词更频繁地出现，但这取决于您的单词选择算法可能不会考虑“常见”用法。
您还可以构建专门的字母频率表，甚至可以即时构建。例如，给定维基百科h a ngm a n示例：您在第2和第6个位置的单词中找到字母A两次。你知道这个单词有七个字母，并且有一个相当简单的注册表，你可以将字词与符合这种模式的字典隔离开来：
_ a _ _ _ a _
然后对与该模式匹配的那组单词执行字母频率，并将该集合用于下一次猜测。冲洗并重复。我认为做一些我提到过的事情，尤其是最后一件事，真的会增加你成功的几率。
答案 1 :(得分：3)
链接页面中的策略似乎是“按字母频率排序猜测”和“猜元音，然后按字母频率排序猜测”
关于刽子手的一些观察：
1）由于猜测不在单词中的字母会伤害我们，我们应该按字频率（包含字母X的单词的百分比）猜字母，而不是字母频率（X出现在所有单词中的次数） 。这应该最大化我们猜测坏信的机会。
2）一旦我们正确地猜到了一些字母，我们就会更多地了解我们想要猜出的字。
以下两种策略应该超越字母频率策略。我假设我们有一本可能出现的词典。
1）我们知道目标词n的长度。删除字典中不长n
2）计算字典中所有字母的单词频率
3）猜猜我们尚未猜到的最常见的信件。4）如果我们猜对了，请删除字典中与所显示的字母不匹配的所有单词。
5）如果我们猜错了，请删除所有包含错误猜测字母的单词
6）转到第2步
为获得最大效果，不要计算步骤2中所有字母的字频，而是计算目标字中仍为空白的位置中所有字母的字频。
1）从字典中，为某个n值（比如2）建立一个n-grams表。如果您之前没有遇到过n-gram，那么它们就是单词中的连续字母组。例如，如果单词为"word"，则2-gram为{^w,wo,or,rd,d$}，其中^和$标记单词的开头和结尾。计算这些2克的单词频率。
2）首先按字频猜测单个字母，如上所述
3）一旦我们有了一些命中，我们就可以使用n-gram的词频表来确定从我们的猜测中消除的字母，或者我们可能猜到的字母。有很多方法可以实现这一目标：
例如，您可以使用2克来确定w_rd中的空白可能不是z。或者，您可以确定单词___e_末尾的字符可能（比方说）为d或s。
或者你可以使用n-gram来生成可能的字符列表（尽管这对于长单词来说可能是昂贵的）。请记住，你总是可以勾掉所有包含你猜到的不在目标词中的字母的n-gram。
请记住，在每一步你都不会做出错误的猜测，因为这样可以让我们活着。如果n-gram告诉你一个位置可能只是（例如）a，b或c，并且你的单词频率表告诉你a出现在30％的单词中，但b和c只出现在10％中，然后猜测a。
为了获得最大收益，您可以将这两种策略结合起来。
答案 2 :(得分：1)
所讨论的策略适合人类实施。由于您正在编写AI，因此可以为其提供计算能力以获得更好的结果。
使用您的单词列表，将其过滤到仅与您对目标单词有关的信息。 （在开头只会是单词长度。）对于每个字母A到Z，请注意有多少单词至少包含其中一个单词（这与字母数不同。）选择得分最高的字母。 / p>
你可能甚至可以在计算猜测时运行多个循环，但即使对于现代CPU来说也可能证明太多。
澄清：我说你可能会先行一步。如果我们在这个级别选择“A”，那么下一级别的选项会是什么？这是一个O（x ^ n）算法，显然你不能走太远那条路。