在给定先前字符的情况下查找字符串中下一个字符的概率？

Question

我正在尝试寻找一种方法来查找（并存储）在 Java 中的字符序列中一个字符跟随另一个字符的概率。

给定一个character sequences的数据集：

如果一个单词以“A”开头，那么在数据集的字符串序列中接下来所有可能的字符的概率是多少（例如，“b”、“c”、“d”）？而从这个概率来看，序列中下一个字符的概率是多少？

姓名：

• 添加
• 安娜
• 亚当

'a' 之后的第二个字符作为第一个：66.6% 'd'，33.3% 'n'

'd' 之后的第三个字符作为第二个字符：50% 'd'，50% 'a'

'n' 之后的第三个字符作为第二个字符：100% 'n'

'd' 之后的第 4 个字符为第 3 个：100% 'a'

'n' 之后的第 4 个字符作为第 3 个字符：100% 'a'

'a' 之后的第 4 个字符作为第 3 个字符：100% 'm'

有没有办法以可用的格式存储所有此类数据，以便我可以根据数据集中后续字符的概率使用这些数据在给定的第一个字符之后生成字符？

我想用这种方式生成一个名字列表：

1. 随机选择第一个字符
2. 附加从可能字符列表中选择的字符及其概率
3. 用不同的字符长度冲洗和重复

我并不是要一个完整的解决方案——只是建议如何做到这一点。

如果有人问过这个问题，我深表歉意。如果您发现任何问题，请告诉我如何改进我的问题。

Answer 1

对于碰巧发现这个问题的其他人：我发现this blog post 有一个很好的关于马尔可夫链的教程，用于预测许多事物中的下一个字符概率。这是马尔可夫链的the Wikipedia。