单词拼写检查器 C++实现

前几天在微博上看到了谷歌某位写的一篇博客，如何写一个小巧的单词拼写检查器：http://norvig.com/spell-correct.html

由于英语水平的限制，以及不了解python，所以这边文章不敢保证和原文的思想完全一致。

我对原文的一些细节的地方，做了细微的修改（尽量不影响效果）。最大的一处修改为编辑距离，原文计算了编辑距离为2的所有单词，而这儿我只计算了距离为1的单词。（可以对我的代码稍作修改从而达到距离为2的单词：递归调用Enum函数）

不扯了，上干货---

用户输入一个单词w，返回一个正确的单词c(有可能为w)，使得这种c（输入w的情况下）尽可能合理。

原理主要是贝叶斯概率公式，可以参见原文，这儿直接给出算法。

1.如果用户输入的w存在我们的语料库中，即可认为w是一个正确的单词（语料库的限制，不100%正确），故直接返回w；

2.如果w不存在语料库中，对w作距离为1的编辑，该编辑过程如下：

---删除。 每次删除w中的一个字符，于是我们得到若干个单词. 如abc， 我们可以得到bc，ac，ab三个新的单词，他们与原单词距离为1

---交换。依次交换每相邻的两个字符，如abc，我们可以得到bac acb。

---增加。每次增加一个新的字符（从a到z）如abc，我们可以得到多个单词，不一一列举：aabc，babc，cabc......aabc，abbc.......

---修改。对每个原单词的字符，用abc去替代原字符。 如abc, 我们可以得到，不一一列举：bbc,cbc,zbc......abd,abk,abz....

3.通过步骤2，我们得到若干个编辑距离为1的单词，对这些单词，统计在语料库中出现的次数，哪个单词出现次数最多，则返回该单词给用户。

注，原文统计了距离为2的单词，可以在上面第二部后得出的单词，递归调用Enum函数（需做小修改），从而得到距离为2的单词。

完整工程文件：http://download.csdn.net/detail/owen_kop/5272516

（工程文件有一行代码有问题，请用下面的代码直接覆盖）

可以在vs2010下直接编译运行，包含语料库（model.txt）

截图

源码：

#include "stdafx.h"
typedef struct node
{
	string correctWord;
	int count;
}correction;
void TrainModel();
void Enum(string input);
void Judge(string s);
correction c;
map dic;
int _tmain(int argc, _TCHAR* argv[])
{
	cout<<"wanna quit,click x\n";
	cout<<"training model, it may take one or two minutes\n";
	TrainModel();
	string input;
	while(true)
	{
		cout<<"input:";
		c.count=-1;
		cin>>input;
		if(dic.count(input)>0)
			cout<<"correct!"<>s)
	{
		string temp(s);
		if(dic.count(temp)==0)
		{
			dic[temp]=1;
		}
		else
		{
			int count=dic.at(temp);
			dic[temp]=(count+1);
		}
	}
}

void Enum(string input)
{
	char set[27]="abcdefghijklmnopqrstuvwxyz";
	int length=input.length();
	// delete
	for(int i=0;ic.count)
	{
		c.count=number;
		c.correctWord=s;
	}
}