🌐 中文 · 🌐 English · 🌐 Español · 🌐 Français · 🌐 العربية · 🌐 Русский · 🌐 Deutsch · 🌐 日本語 · 🌐 Tiếng Việt · 🌐 한국어

Estadísticas y análisis de codificación

La tabla de códigos actual contiene 308,453 caracteres y palabras distintos: 8,214 caracteres individuales, 189,571 palabras de dos caracteres, 74,312 palabras de tres caracteres y 36,356 palabras de cuatro o más caracteres. Corresponden a 390,046 entradas de candidatos codificados y 184,055 grupos de código en uso.

Tamaño del diccionario y espacio de codificación

Las 26 letras forman el espacio de codificación de una a cuatro teclas, con 26ⁿ combinaciones de letras para cada longitud de código. Las posiciones de los candidatos permiten que varios caracteres o palabras compartan un mismo código, pero no aumentan el número de códigos de letras distintos. Actualmente, los códigos de una, dos y tres teclas conservan por defecto cinco candidatos cada uno, y los de cuatro teclas, diez; siempre se conserva el código completo de cada carácter individual. La siguiente tabla muestra el número total de posiciones de candidatos con esta capacidad predeterminada.

Espacio de códigos de letras y capacidad predeterminada de candidatos
Longitud del códigoNúmero de códigos de letrasCandidatos por código por defectoTotal de posiciones de candidatos
Una tecla265130
Dos teclas67653,380
Tres teclas17,576587,880
Cuatro teclas456,976104,569,760
Total475,254—4,661,150

Número de candidatos y utilización por longitud de código

La siguiente tabla cuenta las entradas codificadas según la longitud del código, la posición del candidato y el número de caracteres de cada carácter o palabra. El primer candidato es la primera opción de cada grupo de código en uso; entre los primeros candidatos de cuatro teclas, solo las entradas cuyo código no tiene otros candidatos reúnen las condiciones para confirmarse directamente con cuatro pulsaciones. Los candidatos de las posiciones segunda a quinta y sexta a décima se presentan por separado para facilitar la evaluación de las necesidades de selección de palabras y cambio de página.

Estadísticas de entradas de candidatos codificados
Longitud del códigoPosición del candidatoCarácter individualPalabra de 2 caracteresPalabra de 3 caracteresPalabra de ≥4 caracteresTotal
Una teclaPrimer candidato2600026
Una teclaSegundo a quinto104000104
Dos teclasPrimer candidato60175117676
Dos teclasSegundo a quinto1,2288783572412,704
Tres teclasPrimer candidato2,7957,9453,7922,74017,272
Tres teclasSegundo a quinto2,64531,78117,47711,03462,937
Cuatro teclasPrimer candidato5,34596,54137,88826,307166,081
Cuatro teclasSegundo a quinto1,28881,06331,8949,436123,681
Cuatro teclasSexto a décimo9311,7184,21454016,565
Total14,125229,93395,67350,315390,046
Utilización de posiciones por intervalo de candidatos
Longitud del códigoPrimer candidatoCandidatos segundo a quintoCandidatos sexto a décimoTodos los intervalos
Una tecla100.00%100.00%—100.00%
Dos teclas100.00%100.00%—100.00%
Tres teclas98.27%89.52%—91.27%
Cuatro teclas36.34%6.77%0.72%6.70%

Colisiones de código y condiciones de confirmación directa con cuatro teclas

En la siguiente tabla, un «grupo con un solo candidato» es un grupo cuyo código corresponde a un único candidato; su proporción se calcula sobre los grupos de código en uso de esa longitud. La primera opción de un grupo con colisión debe seguir distinguiéndose de los demás candidatos, por lo que no todas las primeras opciones pueden contarse como confirmaciones directas.

Colisiones por longitud de código
Longitud del códigoGrupos de código en usoGrupos con un solo candidatoProporción con un solo candidatoGrupos con colisiónMáximo de candidatosNúmero de entradas
Una tecla2600.00%265130
Dos teclas67600.00%67653,380
Tres teclas17,2725032.91%16,769580,209
Cuatro teclas166,081104,82663.12%61,25510306,327

Estimación de las pulsaciones mínimas ponderadas por frecuencia

Pulsaciones ponderadas por frecuencia estimadas según la ruta más corta de cada carácter o palabra
CategoríaCarácter individualPalabra de 2 caracteresPalabra de 3 caracteresPalabra de ≥4 caracteresGlobal
Pulsaciones por carácter o palabra2.663.713.973.992.95
Pulsaciones por carácter producido2.661.851.320.992.23

Distribución de teclas de los caracteres individuales básicos

La siguiente tabla presenta las estadísticas de los códigos de todos los caracteres individuales. Se observa que la distribución de los códigos en los distintos niveles es bastante uniforme para todas las teclas. En la columna Total, las teclas de la zona principal «米人» —«EDC—SDFG—HJKL—I»— presentan los valores más altos, tal y como dicta el diseño.

Distribución de las posiciones del código de forma y del suplemento fonético de la pronunciación principal en los caracteres individuales básicos
TeclaPrimer radicalSegundo radicalTercer radicalCuarto radicalSuplemento fonéticoTotal
A2071011073436485
B130173195134217849
C1794443921142521,381
D2384434672131941,555
E476368342205351,426
F4826154501241661,837
G3354553153212161,642
H600339150462001,335
I39645134520601,398
J3853512741513811,542
K4013935892821411,806
L3114004212182991,649
M3842132471741861,204
N2732922441171061,032
O26926415811210813
P2092652332801531,140
Q3081641971792341,082
R37237820966681,093
S296359397952841,431
T322269533175822
U238328108140688
V54216820822601,144
W2843451961231551,103
X20815618567294910
Y19825712121398995
Z17173123113376856
Total8,2148,0646,7263,6384,57631,218

Valoración global

A partir del análisis anterior, el método de entrada Fengshui forma-fonética presenta las siguientes ventajas destacadas:

  • Diccionario amplio: recoge 8,214 caracteres individuales y 300,239 palabras, en total 308,453 caracteres y palabras distintos, y cubre la inmensa mayoría de caracteres y palabras necesarios para la escritura diaria.
  • Alta utilización de códigos cortos: los códigos de una tecla tienen una utilización del 100 %, los de dos teclas alcanzan el 100 %, y los de tres teclas tienen una utilización del 98.27 % para el primer candidato y del 89.52 % para los candidatos de las posiciones segunda a quinta; el espacio de códigos cortos está plenamente aprovechado.
  • Prioridad a los más frecuentes: se da prioridad a los caracteres y palabras de alta frecuencia.
  • Alta eficiencia de pulsaciones: la estimación de las pulsaciones mínimas ponderadas por frecuencia es de 2.66 para los caracteres individuales y de 2.95 para el conjunto de caracteres y palabras; los caracteres y palabras de alta frecuencia tienen asignados códigos cortos.
  • Distribución uniforme de teclas: las 26 teclas de letras se distribuyen de forma bastante uniforme por posiciones de código, y la zona de teclas principales (EDC—SDFG—HJKL—I) es la más usada, de acuerdo con un diseño ergonómico.