python實現馬耳可夫鏈演算法執行個體分析

本文執行個體講述了python實現馬耳可夫鏈演算法的方法。分享給大家供大家參考。具體分析如下：

在《程式設計實踐》（英文名《The Practice of Programming》）的書中，第三章分別用C語言，C++，AWK和Perl分別實現了馬耳可夫鏈演算法，來通過輸入的文本，“隨機”的產生一些有用的文本。

說明：

1. 程式使用了字典，字典和散列可不是一個東西，字典是索引值對的集合，而散列是一種能夠常數階插入，刪除，不過可以用散列來實現字典。
2. 字典的setdefault()方法使得程式少了許多條件判斷。
3. random.choice()可以隨機取出一個序列中的元素。
4. 每兩個首碼詞確定一個尾碼。

實現代碼：

import randomimport sysMAXGEN = 10000NONWORD = '\n'w1 = w2 = NONWORDstatetab = {}text = sys.stdin.read()words = text.split()for word in words:  statetab.setdefault((w1, w2),[]).append(word)  w1, w2 = w2, word# add tailstatetab.setdefault((w1, w2),[]).append(NONWORD)# show mar wordsw1 = w2 = NONWORDfor i in xrange(MAXGEN):  suf = statetab[(w1,w2)]  t = random.choice(suf)  if t == NONWORD: break  print t  w1, w2 = w2, t

希望本文所述對大家的Python程式設計有所協助。

