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：

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import random import sys MAXGEN = 10000 NONWORD = 'n' w1 = w2 = NONWORD statetab = {} text = sys.stdin.read() words = text.split() for word in words: statetab.setdefault((w1, w2),[]).append(word) w1, w2 = w2, word # add tail statetab.setdefault((w1, w2),[]).append(NONWORD) # show mar words w1 = w2 = NONWORD for 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。