Hola necesito hacer en C un sistema de texto predictivo, es el sistema
que utilizan los celulares para escribir mensajes de texto.
Tengo un diccionario con 85200 palabras mas o menos y lo que
necesitaria es poder realizar el sistema pero sin levantar el
diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
puedo crear varios archivos auxiliares ya que puede que alguna palabra
que escriba no este en el diccionario,
todavia no se me ocurre, si alguno tiene alguna idea sera
bienvenida...

Muchas Gracias.
Y perdon por las molestias.....

On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:

>Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>que utilizan los celulares para escribir mensajes de texto.
>Tengo un diccionario con 85200 palabras mas o menos y lo que
>necesitaria es poder realizar el sistema pero sin levantar el
>diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>puedo crear varios archivos auxiliares ya que puede que alguna palabra
>que escriba no este en el diccionario,
>todavia no se me ocurre, si alguno tiene alguna idea sera
>bienvenida...

A mi "me se" ha ocurrido una idea porque no es
la primera vez que respondo esta pregunta, aunque yo
nunca lo he hecho.

Puedes generar una lista ordenada en un fichero aparte,
de modo que para buscar una palabra tengas que acceder
pocas veces al fichero, haciendo una busqueda dicotómica
o binaria (como se diga), en 17 accesos tienes que encontrar
cualquier palabra (para menos de 128000 palabras)

Entonces cada vez que el usuario pulsa una tecla buscas
la primera palabra y la ultima que comienzan por
las letras que ya tienes y con eso rellenas una lista.



Saludos :-) -Pedro-

http://www.maicas.net/

e-mail en www.maicas.net

On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:

>Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>que utilizan los celulares para escribir mensajes de texto.
>Tengo un diccionario con 85200 palabras mas o menos y lo que
>necesitaria es poder realizar el sistema pero sin levantar el
>diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>puedo crear varios archivos auxiliares ya que puede que alguna palabra
>que escriba no este en el diccionario,
>todavia no se me ocurre, si alguno tiene alguna idea sera
>bienvenida...

A mi "me se" ha ocurrido una idea porque no es
la primera vez que respondo esta pregunta, aunque yo
nunca lo he hecho.

Puedes generar una lista ordenada en un fichero aparte,
de modo que para buscar una palabra tengas que acceder
pocas veces al fichero, haciendo una busqueda dicotómica
o binaria (como se diga), en 17 accesos tienes que encontrar
cualquier palabra (para menos de 128000 palabras)

Entonces cada vez que el usuario pulsa una tecla buscas
la primera palabra y la ultima que comienzan por
las letras que ya tienes y con eso rellenas una lista.



Saludos :-) -Pedro-

http://www.maicas.net/

e-mail en www.maicas.net

On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:

>Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>que utilizan los celulares para escribir mensajes de texto.
>Tengo un diccionario con 85200 palabras mas o menos y lo que
>necesitaria es poder realizar el sistema pero sin levantar el
>diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>puedo crear varios archivos auxiliares ya que puede que alguna palabra
>que escriba no este en el diccionario,
>todavia no se me ocurre, si alguno tiene alguna idea sera
>bienvenida...

A mi "me se" ha ocurrido una idea porque no es
la primera vez que respondo esta pregunta, aunque yo
nunca lo he hecho.

Puedes generar una lista ordenada en un fichero aparte,
de modo que para buscar una palabra tengas que acceder
pocas veces al fichero, haciendo una busqueda dicotómica
o binaria (como se diga), en 17 accesos tienes que encontrar
cualquier palabra (para menos de 128000 palabras)

Entonces cada vez que el usuario pulsa una tecla buscas
la primera palabra y la ultima que comienzan por
las letras que ya tienes y con eso rellenas una lista.



Saludos :-) -Pedro-

http://www.maicas.net/

e-mail en www.maicas.net

On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:

>Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>que utilizan los celulares para escribir mensajes de texto.
>Tengo un diccionario con 85200 palabras mas o menos y lo que
>necesitaria es poder realizar el sistema pero sin levantar el
>diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>puedo crear varios archivos auxiliares ya que puede que alguna palabra
>que escriba no este en el diccionario,
>todavia no se me ocurre, si alguno tiene alguna idea sera
>bienvenida...

A mi "me se" ha ocurrido una idea porque no es
la primera vez que respondo esta pregunta, aunque yo
nunca lo he hecho.

Puedes generar una lista ordenada en un fichero aparte,
de modo que para buscar una palabra tengas que acceder
pocas veces al fichero, haciendo una busqueda dicotómica
o binaria (como se diga), en 17 accesos tienes que encontrar
cualquier palabra (para menos de 128000 palabras)

Entonces cada vez que el usuario pulsa una tecla buscas
la primera palabra y la ultima que comienzan por
las letras que ya tienes y con eso rellenas una lista.



Saludos :-) -Pedro-

http://www.maicas.net/

e-mail en www.maicas.net

Pedro Maicas escribió:
> On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:
>> Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>> que utilizan los celulares para escribir mensajes de texto.
>> Tengo un diccionario con 85200 palabras mas o menos y lo que
>> necesitaria es poder realizar el sistema pero sin levantar el
>> diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>> puedo crear varios archivos auxiliares ya que puede que alguna palabra
>> que escriba no este en el diccionario,
>> todavia no se me ocurre, si alguno tiene alguna idea sera
>> bienvenida...
>
> A mi "me se" ha ocurrido una idea porque no es
> la primera vez que respondo esta pregunta, aunque yo
> nunca lo he hecho.
>
> Puedes generar una lista ordenada en un fichero aparte,
> de modo que para buscar una palabra tengas que acceder
> pocas veces al fichero, haciendo una busqueda dicotómica
> o binaria (como se diga), en 17 accesos tienes que encontrar
> cualquier palabra (para menos de 128000 palabras)
>
> Entonces cada vez que el usuario pulsa una tecla buscas
> la primera palabra y la ultima que comienzan por
> las letras que ya tienes y con eso rellenas una lista.

A mí "se me" ha ocurrido otra idea mejor.

Teniendo en cuenta que has dicho que puedes generar archivos auxiliares
yo te propondría el siguiente esquema:

1.- Convertir el texto tecleado a "teclado numérico". Por ejemplo "casa"
se convertiría en "2272" y "emprendedor" en "36773633367".
2.- Acceder al directorio o archivo en el que se almacenan las palabras
que empiezan por la raiz tecleada. Por ejemplo, si hemos tecleado
"emprend" (3677363) accedemos al archivo ./3/6/7/7/3/6/3/palabras.txt o
../36/77/36/3.palabras.txt o simplemente ./3677363.palabras.txt. En él
habremos almacenado las palabras que comienzan por dicha combinación.
3.- Cuando agreguemos una palabra nueva al diccionario deberemos
agregarlo al archivo de cada una de sus raices. Ejemplos con "emprendedor":
* Usando directorios de un nivel:
../3/palabras.txt
../3/6/palabras.txt
../3/6/7/palabras.txt
../3/6/7/7/palabras.txt
../3/6/7/7/3/palabras.txt
../3/6/7/7/3/6/palabras.txt
../3/6/7/7/3/6/3/palabras.txt
etc...
* Usando directorios de dos niveles:
../3.palabras.txt
../36/palabras.txt
../36/7.palabras.txt
../36/77/palabras.txt
../36/77/3.palabras.txt
../36/77/36/palabras.txt
../36/77/36/3.palabras.txt
etc...
* Archivos en un mismo directorio:
../3.palabras.txt
../36.palabras.txt
../367.palabras.txt
../3677.palabras.txt
../36773.palabras.txt
../367736.palabras.txt
../3677363.palabras.txt
etc...

Con este sistema cada vez que teclees algo tendrás acceso inmediato al
archivo que contiene las palabras exactas, ni más ni menos.

Espero que te sea de utilidad la idea. Un saludo.

--
Óscar Javier García Baudet
LinaresDigital

Pedro Maicas escribió:
> On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:
>> Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>> que utilizan los celulares para escribir mensajes de texto.
>> Tengo un diccionario con 85200 palabras mas o menos y lo que
>> necesitaria es poder realizar el sistema pero sin levantar el
>> diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>> puedo crear varios archivos auxiliares ya que puede que alguna palabra
>> que escriba no este en el diccionario,
>> todavia no se me ocurre, si alguno tiene alguna idea sera
>> bienvenida...
>
> A mi "me se" ha ocurrido una idea porque no es
> la primera vez que respondo esta pregunta, aunque yo
> nunca lo he hecho.
>
> Puedes generar una lista ordenada en un fichero aparte,
> de modo que para buscar una palabra tengas que acceder
> pocas veces al fichero, haciendo una busqueda dicotómica
> o binaria (como se diga), en 17 accesos tienes que encontrar
> cualquier palabra (para menos de 128000 palabras)
>
> Entonces cada vez que el usuario pulsa una tecla buscas
> la primera palabra y la ultima que comienzan por
> las letras que ya tienes y con eso rellenas una lista.

A mí "se me" ha ocurrido otra idea mejor.

Teniendo en cuenta que has dicho que puedes generar archivos auxiliares
yo te propondría el siguiente esquema:

1.- Convertir el texto tecleado a "teclado numérico". Por ejemplo "casa"
se convertiría en "2272" y "emprendedor" en "36773633367".
2.- Acceder al directorio o archivo en el que se almacenan las palabras
que empiezan por la raiz tecleada. Por ejemplo, si hemos tecleado
"emprend" (3677363) accedemos al archivo ./3/6/7/7/3/6/3/palabras.txt o
../36/77/36/3.palabras.txt o simplemente ./3677363.palabras.txt. En él
habremos almacenado las palabras que comienzan por dicha combinación.
3.- Cuando agreguemos una palabra nueva al diccionario deberemos
agregarlo al archivo de cada una de sus raices. Ejemplos con "emprendedor":
* Usando directorios de un nivel:
../3/palabras.txt
../3/6/palabras.txt
../3/6/7/palabras.txt
../3/6/7/7/palabras.txt
../3/6/7/7/3/palabras.txt
../3/6/7/7/3/6/palabras.txt
../3/6/7/7/3/6/3/palabras.txt
etc...
* Usando directorios de dos niveles:
../3.palabras.txt
../36/palabras.txt
../36/7.palabras.txt
../36/77/palabras.txt
../36/77/3.palabras.txt
../36/77/36/palabras.txt
../36/77/36/3.palabras.txt
etc...
* Archivos en un mismo directorio:
../3.palabras.txt
../36.palabras.txt
../367.palabras.txt
../3677.palabras.txt
../36773.palabras.txt
../367736.palabras.txt
../3677363.palabras.txt
etc...

Con este sistema cada vez que teclees algo tendrás acceso inmediato al
archivo que contiene las palabras exactas, ni más ni menos.

Espero que te sea de utilidad la idea. Un saludo.

--
Óscar Javier García Baudet
LinaresDigital

Pedro Maicas escribió:
> On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:
>> Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>> que utilizan los celulares para escribir mensajes de texto.
>> Tengo un diccionario con 85200 palabras mas o menos y lo que
>> necesitaria es poder realizar el sistema pero sin levantar el
>> diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>> puedo crear varios archivos auxiliares ya que puede que alguna palabra
>> que escriba no este en el diccionario,
>> todavia no se me ocurre, si alguno tiene alguna idea sera
>> bienvenida...
>
> A mi "me se" ha ocurrido una idea porque no es
> la primera vez que respondo esta pregunta, aunque yo
> nunca lo he hecho.
>
> Puedes generar una lista ordenada en un fichero aparte,
> de modo que para buscar una palabra tengas que acceder
> pocas veces al fichero, haciendo una busqueda dicotómica
> o binaria (como se diga), en 17 accesos tienes que encontrar
> cualquier palabra (para menos de 128000 palabras)
>
> Entonces cada vez que el usuario pulsa una tecla buscas
> la primera palabra y la ultima que comienzan por
> las letras que ya tienes y con eso rellenas una lista.

A mí "se me" ha ocurrido otra idea mejor.

Teniendo en cuenta que has dicho que puedes generar archivos auxiliares
yo te propondría el siguiente esquema:

1.- Convertir el texto tecleado a "teclado numérico". Por ejemplo "casa"
se convertiría en "2272" y "emprendedor" en "36773633367".
2.- Acceder al directorio o archivo en el que se almacenan las palabras
que empiezan por la raiz tecleada. Por ejemplo, si hemos tecleado
"emprend" (3677363) accedemos al archivo ./3/6/7/7/3/6/3/palabras.txt o
../36/77/36/3.palabras.txt o simplemente ./3677363.palabras.txt. En él
habremos almacenado las palabras que comienzan por dicha combinación.
3.- Cuando agreguemos una palabra nueva al diccionario deberemos
agregarlo al archivo de cada una de sus raices. Ejemplos con "emprendedor":
* Usando directorios de un nivel:
../3/palabras.txt
../3/6/palabras.txt
../3/6/7/palabras.txt
../3/6/7/7/palabras.txt
../3/6/7/7/3/palabras.txt
../3/6/7/7/3/6/palabras.txt
../3/6/7/7/3/6/3/palabras.txt
etc...
* Usando directorios de dos niveles:
../3.palabras.txt
../36/palabras.txt
../36/7.palabras.txt
../36/77/palabras.txt
../36/77/3.palabras.txt
../36/77/36/palabras.txt
../36/77/36/3.palabras.txt
etc...
* Archivos en un mismo directorio:
../3.palabras.txt
../36.palabras.txt
../367.palabras.txt
../3677.palabras.txt
../36773.palabras.txt
../367736.palabras.txt
../3677363.palabras.txt
etc...

Con este sistema cada vez que teclees algo tendrás acceso inmediato al
archivo que contiene las palabras exactas, ni más ni menos.

Espero que te sea de utilidad la idea. Un saludo.

--
Óscar Javier García Baudet
LinaresDigital

Pedro Maicas escribió:
> On Thu, 30 Aug 2007 21:43:51 -0700, daniel_arv <daniel_arv***hotmail.com> wrote:
>> Hola necesito hacer en C un sistema de texto predictivo, es el sistema
>> que utilizan los celulares para escribir mensajes de texto.
>> Tengo un diccionario con 85200 palabras mas o menos y lo que
>> necesitaria es poder realizar el sistema pero sin levantar el
>> diccionario a memoria, ni leer secuencialmente mas de una vez, pero si
>> puedo crear varios archivos auxiliares ya que puede que alguna palabra
>> que escriba no este en el diccionario,
>> todavia no se me ocurre, si alguno tiene alguna idea sera
>> bienvenida...
>
> A mi "me se" ha ocurrido una idea porque no es
> la primera vez que respondo esta pregunta, aunque yo
> nunca lo he hecho.
>
> Puedes generar una lista ordenada en un fichero aparte,
> de modo que para buscar una palabra tengas que acceder
> pocas veces al fichero, haciendo una busqueda dicotómica
> o binaria (como se diga), en 17 accesos tienes que encontrar
> cualquier palabra (para menos de 128000 palabras)
>
> Entonces cada vez que el usuario pulsa una tecla buscas
> la primera palabra y la ultima que comienzan por
> las letras que ya tienes y con eso rellenas una lista.

A mí "se me" ha ocurrido otra idea mejor.

Teniendo en cuenta que has dicho que puedes generar archivos auxiliares
yo te propondría el siguiente esquema:

1.- Convertir el texto tecleado a "teclado numérico". Por ejemplo "casa"
se convertiría en "2272" y "emprendedor" en "36773633367".
2.- Acceder al directorio o archivo en el que se almacenan las palabras
que empiezan por la raiz tecleada. Por ejemplo, si hemos tecleado
"emprend" (3677363) accedemos al archivo ./3/6/7/7/3/6/3/palabras.txt o
../36/77/36/3.palabras.txt o simplemente ./3677363.palabras.txt. En él
habremos almacenado las palabras que comienzan por dicha combinación.
3.- Cuando agreguemos una palabra nueva al diccionario deberemos
agregarlo al archivo de cada una de sus raices. Ejemplos con "emprendedor":
* Usando directorios de un nivel:
../3/palabras.txt
../3/6/palabras.txt
../3/6/7/palabras.txt
../3/6/7/7/palabras.txt
../3/6/7/7/3/palabras.txt
../3/6/7/7/3/6/palabras.txt
../3/6/7/7/3/6/3/palabras.txt
etc...
* Usando directorios de dos niveles:
../3.palabras.txt
../36/palabras.txt
../36/7.palabras.txt
../36/77/palabras.txt
../36/77/3.palabras.txt
../36/77/36/palabras.txt
../36/77/36/3.palabras.txt
etc...
* Archivos en un mismo directorio:
../3.palabras.txt
../36.palabras.txt
../367.palabras.txt
../3677.palabras.txt
../36773.palabras.txt
../367736.palabras.txt
../3677363.palabras.txt
etc...

Con este sistema cada vez que teclees algo tendrás acceso inmediato al
archivo que contiene las palabras exactas, ni más ni menos.

Espero que te sea de utilidad la idea. Un saludo.

--
Óscar Javier García Baudet
LinaresDigital

On Sat, 01 Sep 2007 15:24:45 +0200, Oscar Garcia
<redstarQUITARSPAM23***terra.es> wrote:

>Con este sistema cada vez que teclees algo tendrás acceso inmediato al
>archivo que contiene las palabras exactas, ni más ni menos.

Mmmmmmmmmmm no estoy de acerdo en casi nada de lo dices
en este mensaje.

No veo el "acceso inmediato", lo que tu no hagas lo tendrá
que hacer el sistema operativo y nadie te garantiza que
sea mas eficiente que si implementas la busqueda tu mismo,
y raro sería que el sistema operativo implemente un sistema
de busqueda que no se pueda mejorar, si fuera una base
de datos probablemente si, pero el sistema operativo no
creo.

Lo de los numeros no le veo la necesidad, con poner a cada directorio
el nombre de la primera palabra almacenada en esa rama sería lo mismo,
y te permitiría balancear el tamaño de los ficheros, aunque insisto en
que un solo fichero es más eficiente.

Si piensas que las primeras busquedas van a ser muy repetitivas y que
por eso ahorras tiempo haciendolo así, ten en cuenta que un programa
buscando sobre un solo fichero tambien puede mantener una cache del arbol
de índices.

Además haciendolo tu todo en tu programa, puedes hacer una búsqueda
anticipada, para cada pulsacion buscas las palabras en los dos extremos
, presentas los resultados, y hasta la proxima pulsacion puedes ir
explorando las ramas que cuelgan de esta parte y cargandolas en memoria.
(me refiero a los índices, no a las palabras)

Por otro lado, al final vas a tener que buscar en un fichero
con muchas palabras (no creo que propongas llegar a un fichero
por palabra), por lo que tendrás que indexar ese ultimo fichero
igualmente.

Y si quieres disminuir el numero de busquedas puedes recurrir
a un arbol con más ramas en cada nodo, aunque con dos ramas
todo es más facil.

Saludos :-) -Pedro-

http://www.maicas.net/

e-mail en www.maicas.net