Kata14：敲出莎士比亚全集的猴子

Kata14地址

这次的Kata需要读入一个文本文件，分析单词出现的前后顺序，然后根据顺序随机生成一篇文章。

看到这个Kata，我的第一反应是：不会是要用傅立叶变换算单词之间的概率然后生成吧。。。

这个思路之前在数学之美中看过，虽然明白原理，但是想想也知道写起来会很麻烦。

再往下看，明白了，并不需要计算概率，只需要计算某两个单词之后可以出现什么单词就行。举例来说：

输入：

I love your sister

处理之后得到：

['I love'] => ['your']
['love your'] => ['sister']

可见处理结果是一个字典，一个字符串对应一个数组。

处理完成之后，随机选一个字典key当作开头，然后从它对应的数组中选择一个出来连接到开头之后，然后再用最后两个单词当作key选择下一个单词，以此类推。

代码

既然不需要搞算法，那就简单多了。

import random


wordMap = {}


def extractMap(fileName):
    fileContent = ""
    with open(fileName) as f:
        fileContent = " ".join([line.strip() for line in f.readlines()])
    words = fileContent.split(" ")
    lastWord1 = ""
    lastWord2 = ""
    for i in words:
        if not i:
            continue
        if not lastWord1:
            lastWord1 = i
            continue
        if not lastWord2:
            lastWord2 = i
            continue
        wordMap.setdefault(lastWord1 + " " + lastWord2, []).append(i)
        lastWord1 = lastWord2
        lastWord2 = i


def generateBook(wordNumber):
    result = []
    while len(result) < wordNumber:
        if not result:
            result = wordMap.keys()[random.randint(0, len(wordMap.keys()) - 1)].split(" ")
            continue
        tempKey = result[-2] + " " + result[-1]
        result.append(wordMap[tempKey][random.randint(0, len(wordMap[tempKey]) - 1)])
    return " ".join(result)

extractMap("book.txt")
print generateBook(200)

大概就是这样，我觉得没什么好说的，主要是解析输入的时候需要两个词两个词一组循环处理，最后输出的时候也是循环选择，所以需要几个辅助变量来完成循环。

猴子的故事

有多少人看不懂标题？我稍微讲一下好了。

这个故事只有一句话：理论上来说，让猴子坐在打字机前一直敲打下去，是可以敲出莎士比亚全集的。

其实就是个概率论的笑话，就像理论上来说，由于分子的不规则运动，房间内的所有分子会瞬间聚集到某一个角落，导致你被真空环境吸炸。理论上都有可能，但是实际上基本可以看作不可能发生，因为我们还没听说过有人是这样死的。