拼音演算法
⑴ 如何實現拼音與漢字的互相轉換，拼音漢字轉換器彝
基於詞庫的漢字轉拼音
詞庫中既要包含每個字的拼音，也要包含常用單詞/短語的讀音。有些字是多音字，所以至少要保存其最常用的讀音，不常用的讀音多出現在單詞短語里。
你好世界盃
我們的詞庫是這樣子的：
你：nǐ
好：hǎo,hào
世：shì
界：jiè
杯：bēi
世界：shì,jiè
你好：nǐ,hǎo
苦盡甘來：kǔ,jìn,gān,lái
詞庫中最長的詞苦盡甘來包含4個字。所以你好世界盃從4個字開始匹配：
判斷你好世界是否在詞庫中，不在；
判斷你好世是否在詞庫中，不在；
判斷你好是否在詞庫中，在，得到nǐ,hǎo；
判斷世界盃是否在詞庫中，不在；
判斷世界是否在詞庫中，在，得到shì,jiè；
判斷杯是否在詞庫中，在，得到bēi；
於是你好世界盃被轉換為nǐ,hǎo,shì,jiè,bēi。
基於詞庫和分詞工具的漢字轉拼音
純粹的基於詞庫的方法在實際的使用中會遇到問題，例如提出了解決方案這句話中了解會被當作一個單詞，所以會得到錯誤的結果：
tí,chū,liǎo,jiě,jué,fāng,àn
更好的方法是先進行分詞得到：
提出
了
解決
方案
然後基於詞庫對每個結果分別處理。
基於HMM的拼音轉漢字
這里的拼音一般不帶聲調。
將漢字作為隱藏狀態，拼音作為觀測值，使用viterbi演算法可以將多個拼音轉換成合理的漢字。例如給出 ti,chu,le,jie,jue,fang,an ，viterbi演算法會認為 提出了解決方案 是最合理的狀態序列。
HMM需要三個分布，分別是：
初始時各個狀態的概率分布
各個狀態互相轉換的概率分布
狀態到觀測值的概率分布
這個3個分布就是三個矩陣，根據一些文本庫統計出來即可。
viterbi演算法基於動態規劃，
基於詞庫的拼音轉漢字
原則：
詞的權重大於字的權重；
轉換中匹配的詞越多，權重越小。
詞庫的格式是：
拼音:單詞:權重
例如：
ni:你:0.15 ni:泥:0.12 a:啊:0.18 hao:好:0.14 nihao:你好:0.6
假如輸入是 ni,hao,a ，我們計算一下各種組合的權重：
組合 權重
你,好,啊 0.15×0.14×0.18 = 0.00378
泥,好,啊 0.12×0.14×0.18 = 0.003024
你好,啊 0.6×0.18 = 0.108
可以看出， 你好,啊 是最好的結果。
實際實現中需要用到 動態規劃 ， 和求有向無環圖中兩點之間最短距離類似。
⑵ 求判斷字元串是否是拼音的成熟演算法
如果您是做輸入法引擎的話，不能這么做的。任意的用戶字母串都是拼音串。
例如：hello可以拆解為 he『l』l『o四段，您通過拼音輸入法輸入的話是可以完成輸入的。
所以要做的話應該採用自動機原理，或者樹結構來存儲以任意字元開頭的全部合法拼音組合。
例如 a開頭的字元有 a、ai、ao、an、ang，那麼以a開頭的樹的形狀如下，+表示葉子結點，即若遇到此葉子節點則序列此時結束為合法序列。
a
i o n +
+ + + g
若給您一個字串是以a開頭的，則從此樹的根結點開始查找，例如序列為anaang
則起始查到an下一個字元為a所以已經無法再向下查找了，此時an即為一個拼音段，
接著下一個序列又是以a開頭的所以繼續在此樹中查找，可以查到a此時a即為一個拼音段，
接下來重復這個過程，得到ang所以anaang的序列就被劃分為了an'a'ang序列。
您只需要為26首字母建立樹即可完成所有序列的匹配。
⑶ 拼音分詞演算法 C語言
#include <stdio.h>
#define M_JUZI 200
// 樹圖的鏈表驗證結構
// 用圖的鏈式存儲來構造樹，子樹均記錄串的靜態位置（索引）
typedef struct ST_FenCi{
int LeiBie; // 連什麼類別？1 : 韻母，2 : 聲母
int SuoYin; // 聲母後的韻母索引 或者 詞語中韻母後一個字的聲母索引
struct ST_FenCi *pN; // 兄弟
} FenCi;
typedef struct ST_Ci{
int SuoYin; // 在原始串內的子串（字）索引
int Chang; // 子串長度
} Ci; // 記錄結果的結構
typedef struct ST_ShengMu {
char Pin[3]; // 聲母字元串
FenCi *pLian; // 分詞樹的子樹
} ShengMu; // 用來定義聲母的靜態集合
typedef struct ST_YunMu {
char Yin[5]; // 韻母字元串,區別於聲母
FenCi *pLian; // 分詞樹的子樹
} YunMu; // 用來定義韻母的靜態集合
// 聲母開字頭
ShengMu smJiHe[29] = {{""},{"b"},{"c"},{"d"},{""},{"f"},{"g"},
{"h"},{""},{"j"},{"k"},{"l"},{"m"},{"n"},
{""},{"p"},{"q"},{"r"},{"s"},{"t"},{""},
{""},{"w"},{"x"},{"y"},{"z"},{"ch"},{"sh"},{"zh"}};
// 韻母收字尾
YunMu ymJiHe[24] = {{"a"},{"o"},{"e"},{"i"},{"u"},{"v"},
{"ai"},{"ei"},{"ui"},{"ao"},{"ou"},
{"iu"},{"ie"},{"ue"},
{"er"},
{"an"},{"en"},{"in"},{"un"},{"vn"},
{"ang"},{"eng"},{"ing"},{"ong"}};
// 關於分字樹，完全可以按照「現代漢語詞典」的音節表來構造
// 某分字子樹的構造
void InitFenZiShu0() {
}
int main() {
char JuZi[M_JUZI];
//scanf("%s",JuZi);
// 演算法1. 首字哈希查找，鏈表連字，鏈表連詞
// 如果需要查找的表有限，可以用if ,else，也可以用哈希查找
// 待解決的問題：
// 1.1. 聲母頭與聲母尾的混淆，兩個字頭之間至少相差三個位置
// 1.2. 韻母尾與聲母頭的混淆，上下文，回退
// 1.3. 超前搜索，首先，如果韻母可以擴展到更長的另一個韻母，
// 1.3.1 從韻母收字的時候，
// 不僅要嘗試韻母的"擴展"，而且要判斷擴展後新韻母的後綴，
// 如果這個後綴為聲母頭，那麼在聲母頭的後面是否有合適的韻母構成一個新字？
// 如果有，就需要記錄這種可能，而且做好提前收尾的准備
// 如果沒有，理所當然要把新的韻母繼續"擴展"
// 這樣的韻母比如：e->er, a->an->ang, e->en->eng, i->in->ing, u->un,
// 這樣的聲母比如：e, r, g
// 1.3.2 從聲母找字的時候，
// 如果後面找不到聲母頭鏈表裡所有的韻母，就可以擴展匹配更長的聲母
// 演算法2. 漸進地找到所有聲母點，上下文分析，修正，分析到結構，顯示
// 演算法2.1 對原文的每個字，逐個匹配已知聲母
// 演算法2.2 已知聲母，在一定范圍里搜集在原文里出現的每個聲母點
getchar(); // enter
return 1;
}
⑷ 演算法是什麼意思
演算法_詞語解釋
【拼音】：suànfǎ
【解釋】：1.算術的舊稱。2.計算的方法。
【例句】：研究了系統體系結構、數據模型、數據遠程訪問、配號及配線演算法。
⑸ 有誰能較詳細的介紹下拼音輸入法的演算法實現。。
我介紹一種Java的簡單GUI實現過程(主要組件是jlist)。
1.資料庫：首先建立漢字與拼音字母字元串的對應數據字典，同音對應一組漢字數組。
2.數據結構：然後建立動態結構jlist存儲要顯示的拼音字元串，沒有輸入時不顯示，輸入字母後依次開始篩選，每次只顯示可能的拼音(資料庫已有的)。
3.漢字選取：選定拼音字元串後，從資料庫讀取對應漢字數組，jlist顯示。選定，得到漢字。 不設聯想輸入。
選取過程jlist已經提供了方法。
⑹ 求一漢字拼音匹配演算法
這可是大活
cxsj 可能是 程序設計，還可能是 持續時間