输入法 原理

转自 《电脑爱好者》2014第9期 妙手生花的背后——输入法原理解密
http://m.cfan.com.cn/article/65

文字输入过程主要是：
输入编码，然后根据编码选择所需字符的过程。
因此Windows系统下汉字输入法实际就是：将输入的标准ASCII字符串（英文字符），按照一定的（编码规则）转换为汉字或词组。在将英文字符转换成汉字的过程中，码表文件（字库）起到了关键作用，码表文件有点类似英汉词典，将特定组合的英文字符与汉语字词一一对应起来。
如下图的搜狗字库：

要是的输入法高效，应该要满足一下几个条件：

1.全面才会准确

日常使用中我们需要输入一些生僻字、网络流行语，如果输入法的字库不够全面的话就无法输入。现在的输入法一方面借助本地字库，另一方面则充分发挥“云字库”优势，可以将生僻字、网络流行语等一网打尽。

云字库：应该会保留最近用户的输入记录吧，当过了一段时间，某一条记录达到一定的频次，应该就会作为本地字库保留下来。而那些长时间频次只是很小的，可能就会被作为错词剔除。

2.输入法“猜你喜欢” 个性化

好的词库还需要搭配智能的算法，只有依靠智能算法才能将字库的功能充分发挥出来。现在大多数输入法能够自动分析用户的输入，选择和调整接下来文字显示的优先级，这样既可以可以大大降低词语拼错的可能性，同时方便用户高效选择输入，这种功能的实现是借助输入法后台强大的算法实现的。比如搜狗输入法，在你首次输入“dnahz”并选择“电脑爱好者”后，它就会“记忆”下你的选择，等再次输入“dnahz”，它就会智能判断你可能要输入“电脑爱好者”，于是将这一词组调整到优先选择的位置。如果你多次输入“dnahz”但选择的是不同的词组，这时输入法的算法程序会根据你选择的频率（选的最多），将你最有可能想要的结果放在优先的位置

3.统计是智能算法的核心

上面的根据词频调整，已经具有初步的学习功能了，而优秀的输入法还可以（智能联想、智能纠错、智能组句）。有时我们会发现，刚刚输入一两个字母，输入法就已经给出我们想要的长长的词组，非常智能。这些看起来有些神秘，但它们的算法核心其实很简单，就是统计。

聊天、写作、打报告，你每天究竟打了多少字，也许你自己并不清楚，但你所用的输入法却在默默地记录着，你每一次的输入每一次的选择，都会纳入它统计的数据中，正是根据这些数据分析得出你常用的词语，以及你特殊的喜好和选择。所以，并非输入法“聪明”，而是我们自己“出卖”了自己。

4.输入法搞“兼职”

除了识别编码的输入，现在输入法的扩展功能也越来越多。一方面是扩展字符的输入方式，比如为了方便用户输入不会读音但会写的汉字，搜狗输入法提供了手写组件，启动该组件后只要使用鼠标将字写出来，我们就可以在识别框进行选择输入
怎么得到候选的匹配字形？

另一方面则将输入法和其他相关的功能关联起来，比如谷歌输入法就整合其强大的搜索功能，在输入需要搜索的关键字后，只要点击状态栏的谷歌图标，这样即可自动打开谷歌的搜索页面进行搜索