Delphi中的拼写更正代码？

这个问题是讨论如何编写拼写更正程序，而不是重复的 组成部分

两年前，我在Python中找到并使用了拼写更正器的代码。但表现似乎并不高。非常有趣的是，最近他的网页列表中添加了更多实现相同任务的语言

Peter页面中的某些行包含以下语法：

[a + c + b     for a, b in splits for c in alphabet]

如何将其翻译成delphi

我感兴趣的是，SO的德尔福专家如何使用相同的理论，用一些合适的行和可能的平庸或更好的性能来完成相同的任务。这不是要否定任何语言，而是要学会比较它们如何以不同的方式执行任务

非常感谢

[编辑]

我将引用C版本的作者的话，“…而本文[C版本]的目的是展示算法，而不是强调Python…”。根据他的文章，尽管他的C版本的行数排在第二位，但当字典文件很大时，他的版本性能很高。所以这个问题不是要强调任何语言，而是要寻求德尔福解决方案，它根本不是为了竞争，尽管彼得在指导谷歌研究方面很有影响力

[更新]

大卫的建议启发了我，我学习了彼得书页的理论和惯例。完成了一个非常粗糙和低效的例程，与其他语言略有不同，我的是GUI。我是Delphi的初学者和学习者，我不敢发布我的完整代码（它写得很糟糕）。我将概述我是如何做到这一点的。欢迎您的评论，以便改进日常工作

我的硬件和软件都很旧。这对我的工作来说已经足够了（我的专业不是计算机或程序相关的）

这是“正确”字处理时间的快照和记录。 我尝试了Gettickcount、Tdatetime和Queryperformancecounter来跟踪word的正确时间，但Gettickcount和Tdatetime将为每次检查输出毫秒，因此我必须使用 查询性能计数器。也许还有其他更精确的方法

总行数为72行，不包括记录检查时间的函数。行数可能不是Marcelo上面提到的标准。这篇文章是讨论如何以不同的方式完成任务。SO的Delphi专家当然会使用最少的行来实现最佳性能

procedure Tmajorform.FormCreate(Sender: TObject);
begin
loaddict;
end;

procedure Tmajorform.loaddict;
var
fs: TFilestream;
templist: TStringlist;
p1: tperlregex;
w1: string;
begin
//load that big.txt (6.3M, is Adventures of Sherlock Holmes)
//templist.loadfromstream
//Use Tperlregex to tokenize ( I used regular expression by [Jan Goyvaerts][5])
//The load and tokenize time is about 7-8 seconds on my machine, Maybe there are other ways to
//speed up loading and tokenizing.
end;

procedure Tmajorform.edits1(str: string);
var
i: integer;
ch: char;
begin 
// This is to simulate Peter's page in order to fast generate all possible combinations.
// I do not know how to use set in delphi. I used array.
// Peter said his routine edits1 would generate 494 elements of 'something'. Mine will 
// generate 469. I do not know why. Before duplicate ignore, mine is over 500. After setting
// duplicate ignore, there are 469 unique elements for 'something'.
end;

procedure Tmajorform.correct(str: string);
var
i, j: integer;
begin
//This is a loop and binary search to add candidate word into list.
end;

procedure Tmajorform.Button2Click(Sender: TObject);
var
str: string;
begin
// Trigger correct(str: string);
end;

通过Tfilestream，它似乎可以将负载增加1-2秒。我尝试使用CreateFileMapping方法，但失败了，看起来有点复杂。也许还有其他方法可以快速加载大文件。因为考虑到语料库的可用性，这个big.txt不会很大，所以应该有更有效的方法来加载越来越大的文件

另一点是Delphi7.0没有内置的正则表达式。我在Perter的页面上看到了其他进行拼写检查的语言，它们主要是直接调用其内置正则表达式。当然，真正的专家不需要任何内置类或库，可以自己构建。对于初学者来说，有些课程或图书馆很方便

欢迎您的评论

[更新]

我继续研究，并进一步包括edits2功能（编辑距离2）。这将增加大约12行代码。彼得说，编辑距离2将包括几乎所有的可能性“某物”将有114324种可能性。我的函数将为它生成102727个独特的可能性。当然，建议的词语还包括更多

如果使用edits2，则更正的响应时间明显延迟，因为它将数据增加约200倍。但我发现一些建议的更正显然是不可能的，因为打字员不会键入一个错误单词，而这个错误单词将出现在长长的更正单词列表中。因此，如果big.txt文件足够大，可以包含更多正确的单词，则编辑距离1会更好

下面是跟踪编辑2正确时间的快照

---

这是一个Python列表理解。它形成了拆分和字母表的笛卡尔乘积

拆分的每一项都是一个元组，它被解包为a和b。字母表的每一项都被放入一个叫做c的变量中。然后将这3个变量连接起来，假设它们是字符串。列表理解表达式的结果是一个列表，其中包含形式为a+c+b的元素，笛卡尔乘积中的每个项目对应一个元素

在Python中，它可以等效地写成

res = []
for a, b in splits:
  for c in alphabets:
    res.append(a + c + b)

在德尔菲，这将是

res := TStringList.Create;
for split in splits do
  for c in alphabets do
    res.Add(split.a + c + split.b);

---

我建议您继续阅读，以便更好地了解这个非常强大的Python功能。

您希望我们在Delphi中实现它，并告诉您有多少行代码以及性能如何？听起来更像是一场比赛，而不是一个严肃的问题。无论如何，我们无法在不同的机器上测量结果，并将其与彼得·诺维格的机器进行比较-至少在你解释你真正想知道什么之前。@daemon_x，我想知道如何在delphi中实现它。如何翻译Peter页面中的python语法，例如“[（单词[：i]，单词[i:]）表示范围内的i（len（单词）+1）]”或“[a+c+b[1:]表示a，b表示字母表中的c，b表示b]”。Peter为任务列出语言并不意味着竞争，而是暗示不止一种语言可以做到这一点。我没有测试所有的语言版本。虽然有些语言标记的行数较少，但它们可能并不意味着性能更好。@user482742--1已删除；将代码翻译成Delphi可能很有趣，但对于SO来说，这不是一个好问题（任务）。@daemon_x，谢谢。为了避免任何可能的厌恶和误解，我从Peter的页面中编辑并删除了任务的语言和行数。也许你需要为你不理解的每行创建单独的问题：）

res := TStringList.Create;
for split in splits do
  for c in alphabets do
    res.Add(split.a + c + split.b);