码率统计与分析

当前码表包含 308,453 个不同字词,其中单字 8,214 个、双字词 189,571 个、三字词 74,312 个、四字及以上词 36,356 个。它们对应 390,046 条编码候选、184,055 个已用编码组。

词库规模与编码空间

26 个字母构成一码至四码的编码空间,各码长分别有 26ⁿ 种字母组合。候选位置可以让多个字词共用一个编码,但不会增加字母编码的种类。当前一码、二码、三码默认各保留五个候选,四码默认保留十个;单字全码必留。下表列出默认容量下的候选位置总数。

字母编码空间与默认候选容量
码长字母编码数每码默认候选数候选位置总数
一码265130
二码67653,380
三码17,576587,880
四码456,976104,569,760
合计475,254—4,661,150

各码长的候选数量与利用率

下表按码长、候选位置和字词长度统计编码条目。第一候选是每个已用编码组的首选;四码首选中,只有同码下没有其他候选的条目,才具备四键直接上屏的条件。第二至第五候选和第六至第十候选分别列出,便于判断选词及翻页需求。

编码候选条目统计
码长候选位置单字双字词三字词≥四字词合计
一码第一候选2600026
一码第二至第五104000104
二码第一候选60175117676
二码第二至第五1,2288783572412,704
三码第一候选2,7957,9453,7922,74017,272
三码第二至第五2,64531,78117,47711,03462,937
四码第一候选5,34596,54137,88826,307166,081
四码第二至第五1,28881,06331,8949,436123,681
四码第六至第十9311,7184,21454016,565
合计14,125229,93395,67350,315390,046
各档候选位置利用率
码长第一候选第二至第五候选第六至第十候选全档
一码100.00%100.00%—100.00%
二码100.00%100.00%—100.00%
三码98.27%89.52%—91.27%
四码36.34%6.77%0.72%6.70%

重码与四码直出条件

下表的“单候选组”指同一编码下只有一个候选的组;其占比以该码长的已用编码组为分母。重码组中的首选仍需与其他候选区分,不能全部算作直接上屏。

各码长的重码情况
码长已用编码组单候选组单候选占比重码组最多候选条目数
一码2600.00%265130
二码67600.00%67653,380
三码17,2725032.91%16,769580,209
四码166,081104,82663.12%61,25510306,327

频数加权的最少击键估算

按字词最短路径估算的频数加权击键次数
类别单字双字词三字词≥四字词总体
每字词击键2.663.713.973.992.95
每输出字击键2.661.851.320.992.23

基础单字的键符分布

对所有单字的码表进行统计如下表,可见所有键符各级码数分布都很均匀,在合计列中,位于“米人”主键区的“EDC—SDFG—HJKL—I”数量最高,符合设计。

基础单字形码位置与主读音音补分布
键符第一根第二根第三根第四根音补合计
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
合计8,2148,0646,7263,6384,57631,218

编码综合评价

综上分析,风水形音输入法具有以下显著优势:

  • 词库规模大:收录 8,214 个单字和 300,239 个词组,共计 308,453 个不同字词,覆盖日常输入所需的绝大多数字词。
  • 简码利用率高:一码字利用率 100%,二码字达 100%,三码字第一候选利用率 98.27%、第二至第五候选 89.52%,简码空间得到充分利用。
  • 高频优先:高频字、高频词优先。
  • 击键效率高:单字的频数加权最少击键为 2.66 次,全体字词为 2.95 次,高频字词均分配了简码。
  • 键符分布均匀:26 个字母键在各码位的分布较为均匀,主键区(EDC—SDFG—HJKL—I)使用频率最高,符合人体工程学设计。