英文字母隻有26個，可以一個鍵盤一個字母的輸入。

中文常用字有3500個，中華字海中收入全量簡體字有8萬5千個,GB2312 編碼收入漢字20902個。也就是說無法在一個漢字一個鍵盤的方式實現輸入。

現在回頭看，中文輸入法，基本經曆了自然音節編碼輸入，到偏旁筆畫拆字輸入，再回歸自然音節輸入的過程。

輸入法輸入漢字的快慢與漢字編碼長度相關，也就是輸入漢字需要敲擊幾次鍵盤。

一、輸入法前生今世

70年底末，個人電腦開始誕生。

80年代初，個人計算機開始使用五筆和拼音輸入。

五筆輸入法快速，但是學習成本高，需要背誦詞根，嚴重制約了電腦的普及。需要經過長時間的訓練。

拼音輸入法，常常需要翻很多頁才能找到所需要的漢字。

90年代，拼音輸入法軟件開始支持詞組輸入和整句輸入，能夠做到一邊打拼音的同時顯示漢字。

1993年朱守濤先生發明智能ABC輸入法，并被微軟收購納入windows系統中。

1994年的自通輸入法，1996年的神拼輸入法，支持漢語整句輸入。然而，整句輸入錯誤率高沒能解決輸入漢字不方便的問題。

1998年，譚亞軍發明拼音之星軟件，支持實時顯示，具有字母輸入容錯功能，沒有詞也能自動推薦類似的詞。

1999年，出現了拼音加加，自由拼音和考拉輸入法，支持不切換中英文的情況下，直接Enter輸入英文，提升了中英文混合輸入效率。

2000年，智能狂拼提供更智能的輸入，紫光拼音在考拉輸入法基礎上發展而來，提供更大詞庫，并具有了智能組詞。

2006年，搜狐公司推出搜狗輸入法，該輸入法基于搜索引擎技術的新一代拼音輸入法産品，用戶可以通過互聯網備份自己的個性化詞庫，搜狗拼音輸入法一經推出很快取得巨大成功。

谷歌、騰訊、百度和微軟也相繼推出類似的智能拼音輸入法，谷歌拼音輸入、QQ拼音輸入、百度輸入法、必應輸入法。

智能手機時代，基本就是搜狗、百度、google、必應輸入法的天下了。

目前大家使拼音打字是相當快了，速度已遠超英文輸入。

二、輸入法的數學原理

輸入法的本質時将方塊形狀的漢字輸入到計算機中，将人為約定的信息記錄編碼-漢字，轉化為計算機約定的編碼（如UTF-8）的轉化過程。

1、輸入法與編碼

鍵盤上有26個字母 10個數字。

漢字編碼分為兩部分：對拼音的編碼和消除歧義的編碼。漢字編碼的長度取決于這兩方面，隻有兩個編碼都短時，輸入才夠快。

雙拼的主要問題：

一是鍵盤是隻有26個字母，而漢字的聲母 韻母有50多個，很多韻母共用一個字母鍵，增加了歧義，就需要不斷的翻頁。

二是增加了每次擊鍵時間，人在脫稿輸入時，拆字過程會使得思維變緩慢。

三是雙拼對讀音的容錯性不好，前鼻音an、en、in和後鼻音ang、eng、ing，卷舌音ch、sh、zh和平舌音，編碼完全沒有相似性。大部分人前鼻音和後鼻音、卷舌音和非卷舌音多少有點分不清，在輸入聲母和韻母後，翻了好幾頁也沒有找到自己要得字。

2、輸入一個漢字需要敲擊幾次鍵盤？

GBK2312 一共有6700多個常用漢字，每一個漢字出現的概率：

P1， P2，P3，... ， P6700

大緻估算需要10個比特。

輸入法有26個字母，每個字母可以代表log26大概是4.7比特，

也就是說平均一個漢字需要敲擊10/4.7 約等于2.1次鍵。

如果把漢字組成詞，平均輸入一個字可以少敲幾次鍵盤，

不考慮上下文情況下，以詞為單位統計，漢字信息熵大概是8bit，則平均輸入一個漢字要敲擊8/4.7 約等于1.7次鍵盤。

考慮上下文情況下，對漢語建立基于詞的統計語言模型，漢字信息熵可以降到6bit 左右。則平均輸入一個漢字敲擊6/4.7 月等于1.3次鍵，那麼這是漢字的輸入已經比英語快得多了。

紫光拼音，是通過建立大詞庫解立大詞庫，詞越來越多，越來越長，甚至将整句唐詩作為一個詞，沒有根本做到利用上下文。

利用上下文最好的辦法是借助語言模型，而語言模型對内存要求高，而輸入法不能占有過多的内容，因此目前google、搜狗、百度、微軟幾家輸入法基本在同一檔次。

3、拼音轉漢字

其實就是拼音到漢字的轉換解碼函數，每輸入一個字母，就類似導航中車輛每走一步，利用動态規劃方法不斷調整輸出。

4、個性化語言模型

現有漢字拼音輸入法距離信息論極限還有很大距離，從理論上講，隻要語言模型足夠大，拼音輸入法的平均敲擊次數就可以接近理論值。

個性化的特點是，不同人寫東西主題不同，用詞習慣不同，說話和寫作水平不同，應該各自有自己的語言模型。

通過不斷收集個人寫的内容，訓練一個特定的語言模型，可以較快的接近信息理論值。實現快速輸入的目的。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!