《程序设计实践（五）》-青少年经典教育读本.pdfVIP

下载 第3章 设计与实现 给我看你的流程图而藏起你的表，我将仍然是莫名其妙。如果给我你的表，那 么我将不再要你的流程图，因为它们太明显了。 —Frederick P. Brooks, Jr., 《神秘的人月》 以上从B r o o k s 的经典书中摘录的内容想说的是，数据结构设计是程序构造过程的中心环 节。一旦数据结构安排好了，算法就像是瓜熟蒂落，编码也比较容易。 这种观点虽然有点过于简单化，但也不是在哄骗人。在前一章里我们考察了各种基本数 据结构，它们是许多程序的基本构件。在这一章中，我们将组合这些结构，要完成的工作是 设计和实现一个中等规模的程序。我们将说明被处理的问题将如何影响数据结构，从这里还 可以看到，一旦数据结构安排好之后，代码将会如何自然地随之而来。 我们的观点的另一个方面是：程序设计语言的选择在整个设计过程中，相对而言，并不 是那么重要。我们将抽象地设计这个程序，然后用 C 、C + + 、Aw k 和P e r l把它写出来。由不同 实现之间的比较，可以看出语言在这里能有什么帮助或者妨碍，以及它们并不那么重要的各 种情况。程序的设计当然可以通过语言来装饰，但是通常不会为语言所左右。 我们要选择的问题并不是很常见的，但它在基本形式上又是非常典型的：一些数据进去， 另一些数据出来，其处理过程并不依赖于多少独创性。 我们准备做的就是产生一些随机的可以读的英语文本。如果随便扔出来一些随机字母或 随机的词，结果当然是毫无意义的。例如，一个随机选取字母 ( 以及空格，用作词之间的分隔) 的程序可能产生： 没人会觉得这有什么意思。如果以字母在英语里出现的频率作为它们的权重，我们可能得到 下面这样的内容： 这个也好不到哪儿去。采用从字典里随机选择词的方式也弄不出多少意思来： 为了得到更好一些的结果，我们需要一个带有更多内在结构，例如包含着各短语出现频率的 统计模型。但是，我们怎么才能得到这种统计呢？ 我们当然可以抓来一大堆英语材料，仔细地研究。但是，实际上有一种更简单也更有意 思的方法。这里有一个关键性的认识：用任何一个现成的某种语言的文本，可以构造出由这 个文本中的语言使用情况而形成的统计模型。通过该模型生成的随机文本将具有与原文本类 似的统计性质。 3.1 马尔可夫链算法 完成这种处理有一种非常漂亮的方法，那就是使用一种称为马尔可夫链算法的技术。我 第 3章 设计与实现计计49 下载 们可以把输入想像成由一些互相重叠的短语构成的序列，而该算法把每个短语分割为两个部 分：一部分是由多个词构成的前缀，另一部分是只包含一个词的后缀。马尔可夫链算法能够 生成输出短语的序列，其方法是依据 (在我们的情况下)原文本的统计性质，随机性地选择跟在 前缀后面的特定后缀。采用三个词的短语就能够工作得很好——利用连续两个词构成的前缀 来选择作为后缀的一个词： 设置w 和w 为文本的前两个词 1 2 输出w 和w 1 2 循环： 随机地选出w ，它是文本中w w 的后缀中的一个 3 1 2 打印w 3 把w 和w 分别换成w 和w 1 2 2 3 重复循环 为了说明问题，假设我们要基于本章开头的引语里的几个句子生成一些随机文本。这里采用 的是两词前缀： 下面是一些输入的词对和跟随它们之后的词： 输入前缀 跟随的后缀词 处理这个文本的马尔可夫算法将首先打印出 Show your，然后随机取出f l o w c h a r t s或 t a b l e。如果选中了前者，那么现在前缀就变成 your flowcharts，而下一个词应该是 a n d或w i l l。如果它选取t a b l e s，下一个词就应该是 a n d。这样继续下去，直到产生出足 够多的输出，或者在找