輸入法出詞的算法看似復(fù)雜，微軟選擇的算法是相對低開銷且高效的一種。

通過行為分析，步驟大致分為三步：

一、完全匹配

二、詞頻建議

三、補全出詞

前兩步是必須有的，第三個只有五筆有。

通過一個小工具 WubiLex 可以導(dǎo)出五筆的 Lex 詞庫文件（目前的windows無法直接查看該文件）

一個詞的組成有四個部分：編碼、詞、權(quán)重、順序

一個詞可能的多個編碼，但權(quán)重不變

一個權(quán)重只能有一個

一個順序只能有一個

如：

a????????????工?19829????1

aaa????????工?19829????3

aaaa? ????工?19829????12

多個碼可以很好的解決簡碼檢索的問題，根據(jù)編碼匹配程度給出結(jié)果。拼音的算法也是相似的。不同的只有句拼，這個需要一定的機(jī)器學(xué)習(xí)能力。

權(quán)重用來表示詞頻，順序作為算法的提示、補充。

主體上的算法是：1、匹配用戶詞庫；2、匹配主詞庫（使用鏈表的話無需太在意順序，但小心重復(fù)）

匹配用戶詞庫是非常簡單的，就是完全匹配。智能學(xué)習(xí)就是在這個詞庫中添加詞條。

匹配主詞庫就有點難度了：

1、完全匹配

這一步是相對簡單的，編碼相同就可以。然后根據(jù)權(quán)重排序。

2、詞頻建議

這一步是難點

先取碼，從編碼的第一條開始遍歷

例：碼：a

從 a--- 第一個開始，到 azzz(安全最大) 或 ayyy(五筆實際)?最后一個結(jié)束

在?a--- 編碼中找到權(quán)重最小的作為第一個，記權(quán)重作 c（提前備表）

然后在下一編碼中

取出順序最小的，如果其權(quán)重小于 c?跳轉(zhuǎn)至下一編碼，

否則，輸出 其中權(quán)重大于 c 的權(quán)重最小的一個詞，將新的權(quán)重寫入?c 進(jìn)入下一編碼 重復(fù)此步

步驟大致如此（未去除重復(fù)）一個詞是不能在候選中出現(xiàn)再次的，需要剔除重復(fù)的候選。

碼：ab

在?ab-- 編碼中找到權(quán)重最小的

從?ab--?第一個開始，到?abzz(安全最大)?或 abyy(五筆實際)?最后一個結(jié)束

其它步驟是相同的, 但是開銷是相對小很多的。

完成了以上步驟，還有補全一步，這一步是可選的

如果，編碼中字母相同，將其補為4個相同字母組成的編碼

a -> aaaa, b -> bbbb

最后，要按 匹配 > 權(quán)重 的方法排序候選

再插入用戶詞匯，如果它們存在。

五筆中 z 鍵作用不盡相同，各各實現(xiàn)均有所差異。但是注意，z 是第一個字母時，盡量不要提供有候選參與的功能。

實際的輸入法不能每次都從文件中讀取詞庫，當(dāng)然不是不行，而是開銷過大。

詞庫應(yīng)當(dāng)由維護(hù)輸入法的進(jìn)程建立通道供輸入法動態(tài)獲取。