शब्द सह-अवसर की गणना कैसे करें

Question

मेरे पास लंबाई A={a,b,c,d} से लिया गया वर्णमाला के लिए अनुक्रम abbcda.... अनुक्रम का प्रतिनिधित्व करने वाले अक्षरों का एक स्ट्रिंग है।

मैं गणना करना चाहता हूं कि b कितनी बार b (एन-ग्राम) जहां n = 2 है।

इसी तरह, कितनी बार एक विशेष चरित्र दोहराया है तीन बार n = 3 लगातार, इनपुट स्ट्रिंग abbbcbbb आदि इसलिए यहाँ समय की संख्या b 3 अक्षरों का एक क्रम में होता है में कहते हैं कि 2.

Answer 1

गैर-अतिव्यापी 2- की संख्या पता करने के लिए ग्राम आप

का उपयोग कर सकते हैं

numel(regexp(str, 'b{2}')) 

और के लिए 3-ग्राम

numel(regexp(str, 'b{3}')) 

ओवरलैपिंग 2-ग्राम सकारात्मक अग्रदर्शी

numel(regexp(str, '(b)(?=b{1})')) 

का उपयोग करें और n ओवरलैपिंग के लिए गिनती करने के लिए -grams

numel(regexp(str, ['(b)(?=b{' num2str(n-1) '})'])) 

संपादित आदेश एक मनमाना अनुक्रम पहले कोष्टक में पहला तत्व और समानता पर हस्ताक्षर के बाद आराम का उपयोग की पुनरावृत्ति की संख्या खोजने के लिए, bda उपयोग

numel(regexp(str, '(b)(?=da)')) 

Answer 2

आप हो सकता है कोड के इस टुकड़े को आजमाएं जो ismember (doc) का उपयोग करता है।

%generate string (50 char, 'a' to 'd') 
str = char(floor(97 + (101-97).*rand(1,50))) 

%digram case 
index_digram = ismember(str, 'aa'); 

%trigram case 
index_trigram = ismember(str, 'aaa'); 

संपादित

प्रायिकता Magla द्वारा प्रस्ताव पर

proba = sum(index_digram)/length(index_digram); 

Answer 3

भवन के साथ की जा सकती है:

str = 'abcdabbcdaabbbabbbb'; % for example 
index_single = ismember(str, 'b'); 
index_digram = index_single(1:end-1)&index_single(2:end); 
index_trigram = index_single(1:end-2)&index_single(2:end-1)&index_single(3:end); 

Answer 4

इस खोजने के लिए ba उपयोग

numel(regexp(str, '(b)(?=a)')) 

को खोजने के लिए सभी एन-ग्राम खोजने के लिए और उन्हें गिनती:

numberOfGrams = 5; 
s = char(floor(rand(1,1000)*4)+double('a')); 
ngrams = cell(1); 
for n = 2:numberOfGrams 
    strLength = size(s,2)-n+1; 
    indices = repmat((1:strLength)',1,n)+repmat(1:n,strLength,1)-1; 
    grams = s(indices); 
    gramNumbers = (double(grams)-double('a'))*((ones(1,n)*n).^(0:n-1))'; 
    [uniqueGrams, gramInd] = unique(gramNumbers); 
    count=hist(gramNumbers,uniqueGrams); 
    ngrams(n) = {struct('gram',grams(gramInd,:),'count',count)}; 
end 

संपादित करें:

+०१२३५१६४१०६

परिणाम होगा:

ngrams{n}.gram  %a list of all n letter sequences in the string 
ngrams{n}.count(x) %the number of times the sequence ngrams{n}.gram(x) appears