自我描述的语句

自我描述的语句指这样一种语句:它的内容就是对它本身的描述。(废话……)比如下面这句句子:

这是一段自我描述的语句,除了标点符号外,它共包含125个字符,其中33个“个”,29个“2”,5个“3”,3个“符”,3个“5”,2个“一”,2个“它”,2个“包”,2个“的”,2个“标”,2个“了”,2个“我”,2个“外”,2个“含”,2个“中”,2个“是”,2个“1”,2个“段”,2个“点”,2个“描”,2个“9”,2个“字”,2个“这”,2个“句”,2个“除”,2个“自”,2个“语”,2个“共”,2个“述”,2个“号”,2个“其”。

这句话是我用一段 Python 脚本生成的,生成原理大致如下:

1、给出一个模板,让句子的各个内容知道自己该出现在哪个部位;
2、根据当前信息,生成句子;
3、将当前句子作为输入,再次执行第 2 步的操作;
4、直到句子各部分内容的信息都正确。

简单来说,就是一个不断迭代修正的过程。

其中需要注意的是,每次迭代时应该尽量只改动一个地方,以免两处同时变化相互影响,造成死循环;另外,如果句子中有多处地方需要修正,尽量随机选取一处进行修正,而不要按一定顺序进行修正,同样是为了减少陷入死循环的风险。

不过,即使如此,某些情况下还是有可能陷入死循环,比如如果某一步得到了下面这样的句子:

这句很 2 的话包含 3 个“2”。

上面这句话明显是错误的,因为其中只有两个“2”。那么,我们把那个“3”改为“2”,是不是就对了呢?很容易发现,如果我们做了这样的改动之后,句子将变成:

这句很 2 的话包含 2 个“2”。

这时,句子中又包含三个“2”了。像这样的句子就似乎无法简单地改为正确的自我描述语句,因为无论如何改都会陷入死循环。

最后,我用来生成最上面的那句自我描述语句的 Python 脚本如下:

# -*- coding: utf-8 -*-

import random

class SelfDesc(object):

    ignore_chars = u",。“”"

    def __init__(self, template):

        self.template = template
        self.length = 0
        self.detail = ""
        self.content = ""
        self.chars = ""
        self.char_count = {}
        self.makeContent()
        self.char_count = self.getCharCount()
        self.getCharCount()
        self.makeContent()


    def __str__(self):

        return self.content


    def makeContent(self):

        self.makeDetail()
        self.content = self.template.replace(u"{length}", u"%d" % self.length)
            .replace(u"{detail}", self.detail)
        self.getChars()


    def getChars(self):

        chars = self.content
        for c in self.ignore_chars:
            chars = chars.replace(c, "")

        self.chars = chars
        return chars


    def getLength(self):

        self.length = len(self.chars)


    def getCharCount(self):

        d = {}
        for c in self.chars:
            if c in self.ignore_chars:
                continue
            d.setdefault(c, 0)
            d[c] += 1

        return d


    def makeDetail(self):

        d = self.char_count
        items = d.items()
        items.sort(key=lambda x: -x[1])

        s = []
        for c, n in items:
            s.append(u"%d个“%s”" % (n, c))

        self.detail = u",".join(s)


    def correct(self):

        print "-" * 50

        char_count = self.getCharCount()
        items = char_count.items()
        random.shuffle(items)
        for c, n in items:
            if n <= 1 and c in self.char_count:
                del self.char_count[c]
                continue

            if self.char_count.get(c) == n:
                continue
            else:
                self.char_count[c] = n
                return True

        else:
            len = self.length
            self.getLength()

            if len != self.length:
                return True

        return False


    def generate(self):

        icount = 0
        while self.correct():
            icount += 1
            self.makeContent()
            print u"#%d %s" % (icount, self)


def main():

    template = u"这是一段自我描述的语句,除了标点符号外,它共包含{length}个字符,其中{detail}。"
    sd = SelfDesc(template)
    sd.generate()
    print u"%s" % sd


if __name__ == "__main__":
    main()

4 Replies to “自我描述的语句”

  1. 很久之前设想过这样一种文件,是一个zip压缩包,里面有一个文件是MD5校验用的一个文本,里面的内容就是这整个zip压缩包的MD5值,跟这个类似,不过没有深入地想过实现方法。

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s