Хочешь разбирать, как они кодиркются в двоичке?

Речь о разрядах натурального ряда 0,1,2 ...

Хочу разобрать, как они кодируются в Trie...

Их в этом примере нет.

Совсем наоборот. Тут как раз появляются ведущие незначащие нули и медленно растущие старшие разряды - в десятичке разряд тысяч изменяется  через 999 шагов

Ну и я помню каменно-ламповый век, когда компы были большими, а программы маленькими.    Я ж говорю, циклы заменяют на повторяющиеся команды

Прелесть как раз в том, что упорядочивание делается автоматически. Записываются только отличающиеся варианты, а дубликаты отсеиваются на лету наложением. Причем неважно какой длины.

Ну да. Я ж изначально говорил о расстановке. Ну, а зачем что-то тут изобретать, если оно и так есть?
Впрочем, изобреталось это не для поиска текста. Тем более, что для такого поиска требуется сам текст, а для задачи понимания и распохгавания. А текс это для примера.

Причем, положительные числа  - с нуля, отрицательные - с единицы.

Смотря как формируешь таблицу. Если ты по порядку нумеруешь ячейки, как в твоей схеме, а потом туда пишешь слова, то это опять получается расстановка по алфавиту - возможно, не по классическому, а по какому-то авторскому, но это неважно. То есть можно не заморачиваться, а брать те самые нумерованные слова из орфографического словаря. Никакого логического в этом случае упорядочивания не будет. Кроме того, таблицу нужно генерить сразу такого размера, чтобы туда влезли все возможные слова, там неизбежно будет очень много пустого места, сжирающего память безо всякого смысла.
Второй вариант - когда ты формируешь таблицу по словесному контексту, типа идешь от обучения. Тогда первое попавшее в систему слово получит финишную метку №1, второе - №2 и т.д. Порядок слов в такой базе будет принципиально случайным, тут порядка и формального и логического будет еще меньше.

Отредактировано Zagar (2023-07-10 09:10:47)

Это откуда взялось? В "моей схеме" такого нет. Что за нумерация?

По порядку следования, для чего и затевалось

Нет словарей для регулярных словосочетаний типа, и сортировать их достаточно сложно. А предлагаемым способом они формируются на лету "и асе анекдоты
заменятся их номерами" на этапе загрузки

Вообще не понял. Все упорядочения равноправны, просто некоторые более удобны.

Не понял про "пустые места" при динамическом выделении памяти. Что значит "сразу такого размера"?

Не случайным, а естестственным. А что такое порядок при равноправности упорядочений это вопрос.

Въехал откуда  непонятки.
Вернемся к картинке, где Вы насчитали 14 адресов на 3 битовые числа. Фишка в том, что у нас не 3-бита, а переменная длина. Никаких 000, 001 и т.п. нет и в помине. Есть 0, 1, 10, 11, 100, 101, 110, 111. Используется только правая часть дерева, кроме 0 и адресов не 14, а 8.

Это не аргумент, а мнение. По-моему еще более глупо изобретать особую ассоциативную память, если все достаточно просто реализуется на стандартной при сегодняшних ресурсах.

Железо копеечное по сравнению с софтом, а сортировать загруженные данные на предмет исключения дубликатов и упорядочивать их в соответствии с ходульными методами поиска вот это гимн неэффективности

Тогда возникает проблема с длиной символа. Если ты точно знаешь, что в числе двоичных 8 позиций, то можно писать хоть 00000001, хоть 1. А если ты не знаешь, когда заканчивается последовательность и начинается следующая (ты же против третьего символа - пробела между последовательностями), то так не получится. Так что 14, а не 8.

Я тоже так думаю. Тогда правда тем более непонятно, зачем мы это обсуждаем ))

А чего там такого в софте дорогого? Запись и поиск слова в традиционном массиве - это несколько строчек кода, пишется за две минуты и стоит две копейки. Точнее, которая давно написана и не стоит ничего вообще. Вместо этого ты предлагаешь писать сложную хрень, которая не только всю память, но и кучу программеров загрузит. И стоить твоя софтина будет всяко дороже, причем намного.
Или ты на этом и хочешь заработать?

Не возникает. Последовательность всегда совпадает с входной, иначе она записывается, как новая

Помру скоро, жалко, если идея пропадет, а у Вас ресурс

Ага. И потом на форумах и в монографиях с энтузиазмом решают проблемы сортировки и/или удаления дубликатов.  Так что вопрос что эффективнее - потратится на железа (собственно и так и эдак придется) или оплачивать стадо кодеров

Она работает с любыми регулярными последовательностями, текст чисто для примера. Так что грузите что хотите, включая справочник синонимов и  ошибок для  поиска по смыслу

Так... С этого места поподробнее. За каким бесом слово должно быть в известном заранее месте? Кому известном? Абсолютно пофиг куда оно запишется. Максимум могут быть разделены справочники и то не факт, что это нужно. Впрочем, это уже конкретика реализации

И что это меняет в отношении регулярных выражений? Мы пользуемся ограниченным набором словесных конструкций. Их все можно перечислить.

С этим никто не спорит.
Но... дьявол прячется в деталях... машин...

Я так понял, у Вас тут все символы байтовые, раз пробел не в виде кода?
Ну так пробел тут разделитель, который и визуально разделяет две разные последовательности. Кажлая из них закончится в своей уникальной точке

Ничего страшного, для вербовки есть перекуры.

Ну теперь-то можно и обсудить. Я напишу отдельно

На хрена его удалять? ,У Вас в голове куча устаревшей информации, которая, однако, Вам вовсе не мешает. Она просто помечена, как устаревшая и при необходимости используется исключительно в этом контексте. Впрочем, если Вам так хочется, то никаких проблем. Просто структура данных чуть усложняется до связанного списка. Далее работает стандартный алгоритм вставки/удаления

Что значит нужно? Где появится во входном потоке, там и запишется, если раньше не встречалось.

Как это у Вас вообще получается при едином справочнике и единственном экземпляре слова?  Нет, для целей криптографии, пожалуйста и даже хорошо выйдет. Шифрование не по символам, а предложениями вообще ничем невскрываемо, но у нас цель другая

Опять погремуха?
Комплементарный код для передачи по сети используется.
А для хранения в памяти он ни к чему, наверное.

Тогда это уже не двоичка, здесь три символа - 0,1 и пробел. Это к разговору о том, что 0 нельзя кодировать отсутствием сигнала, иначе эта проблема вылезает.

Жду

Дубликаты тогда тоже никому не мешают, их зачем удалять?

Не работает. Если ты с помощью этого слова избежал дубликатов, то за ним тянется шлейф продолжений. А может и не тянется. Надо весь этот шлейф найти и придумать что с ним делать.
Не нравится удаление, посмотри на корректировку ошибки: слово неправильно написали, нужно исправить. При исправлении могут посыпаться все исходящие связи и адреса. Ну типа с этого слова начинается куча последовательностей, а выясняется, что ни фига они с него не начинаются, зато начинаются, но совсем другие. Перерисовывать нужно если не всю таблицу, то большой фрагмент, намного больше, чем само исправляемое слово.

Так это обычная последовательная память. А зачем ты тогда свою пирамиду рисовал?

Никакого единого справочника, ты сам публично отказался от использования орфографического словаря. Вместо этого у тебя разные тексты, в которых слова примерно те же, но последовательность этих слов сильно разная. Одно и то же слово в разных текстах может встречаться первый раз на разных позициях от начала текста, где-то раньше, где-то позже.

Идеи - они как вирусы, распространяются от одной головы к другой.
Есть идеи, подобные эпидемии, которые захватывают миллионы голов.
Причем они также подчиняются законам эволюции, как и живые организмы.
Мутируют в некоторых головах, наследственность и изменчивость рулят.
Но над всем этим стоит естественный отбор - все слабые идеи отмирают, или
самоизолируются, свив себе уютное гнездышко в одной, отдельно взятой голове.
Собственно, и все...

Какая проблема? Я просто уточнил тип данных в примере.

Я не знаю. Селяви такая -

Ну так Вы сами этот гемор придумали Я лишь утверждаю, что реализовать его можно. Это ж обычный чистильщик

Какую пирамиду? Бинарное дерево? Для иллюстрации

Я отказался от названия его орфографичкесий. Справрчник ошибок и/или синонимов ну совсем не подходит

Откуда такое? Вы опять смешиваете единицы хранения с системой поиска в них. Справочники формируются постоянно при появлении неизвестных помследовательностей, которая записываеится в свободное место

Вместо сложных алгоритмов выявления неполного сходства, предлагается справочник ошибочных продолжений, который формируется так же, как справочник законных синонимов и через определения (в качестве ошибочных). В случае, когда слово встречается впервые и его нет в орфографическом (в данном случае это именно орфографический) словаре, то, если не оговорено специально, за истину принимается наиболее часто встречающийся вариант.