Appearance
字典系统
筷字输入法 v3 的字典系统基于 SQLite 数据库，结合 HMM（隐马尔可夫模型）+ Viterbi 算法实现拼音短语预测，支持用户输入数据积累和词频学习。
1. 字典核心类
1.1 PinyinDict
拼音字典，核心字典服务：
| 方法 | 说明 |
|---|---|
getCandidates(CharInput) | 根据拼音获取候选词列表 |
getFirstBestCandidate() | 获取最高权重候选词 |
getTopBestCandidateIds() | 获取 Top-N 权重候选词 ID |
findTopBestMatchedPhrase() | 基于 Viterbi 的短语预测，含已确认词约束 |
findTopBestEmojisMatchedPhrase() | 从短语关键词中获取 Emoji 建议 |
getWord() | 按词 + 拼音查找 |
1.2 PinyinCharsTree
3 层树结构，用于拼音音节分解（声母 → 介母 → 韵母）：
| 方法 | 说明 |
|---|---|
create(Map) | 从数据库数据构建树 |
getCharsId() | 输入映射到数据库 ID |
getNextChars() | 自动补全建议 |
isPinyinCharsInput() | 拼音有效性验证 |
getAllPinyinChars() | 枚举所有拼音组合 |
1.3 UserInputDataDict
用户输入统计数据管理：
| 方法 | 说明 |
|---|---|
save(UserInputData) | 异步保存，含 HMM 训练 |
revokeSave() | 撤销保存 |
getAllEmojis() | 分组获取 Emoji |
findTopBestMatchedLatins() | 拉丁词补全 |
1.4 UserInputFavoriteDict
收藏 CRUD 操作：
| 方法 | 说明 |
|---|---|
save() | 保存收藏 |
updateUsage() | 更新使用统计 |
getAll() | 获取所有收藏 |
remove() | 删除收藏 |
clearAll() | 清空收藏 |
exist() | 检查是否存在 |
2. 数据库层
2.1 数据库类型（DictDBType）
| 类型 | 数据库文件 | 说明 |
|---|---|---|
user | ime_user_dict.db | 用户数据（词频、短语、Emoji、拉丁词、收藏） |
app_word | pinyin_word_dict.app.db | 应用内建单字字典 |
app_phrase | pinyin_phrase_dict.app.db | 应用内建短语字典 |
2.2 Database Helper
| 类 | 功能 |
|---|---|
PinyinDBHelper | 拼音单字查询：getAllPinyinWordsByCharsId()、getFirstBestPinyinWord()、getTopBestPinyinWordIds()、getPinyinWordsByWordId() |
HmmDBHelper | HMM 数据管理：predictPinyinPhrase()（Viterbi 短语预测）、saveUsedPinyinPhrase()、saveHmm() |
UserInputDataDBHelper | 用户数据查询：getAllGroupedEmojis()、getLatinsByStarts()、getEmojisByKeyword()、saveUsedEmojis()、saveUsedLatins() |
UserInputFavoriteDBHelper | 收藏 CRUD：saveInputFavorite()、updateInputFavoriteUsage()、getAllInputFavorites()、removeInputFavorites()、clearAllInputFavorites() |
3. HMM + Viterbi 算法
3.1 Hmm
隐马尔可夫模型，用于拼音短语预测：
| 功能 | 说明 |
|---|---|
wordWeight | 字词权重映射 |
transProb | 字间转移概率嵌套映射 |
calcTransProb(Map) | 批量训练，从短语计数计算转移概率 |
calcTransProb(List) | 单短语训练 |
| BOS/EOS | 句首/句尾标记，用于句子边界建模 |
3.2 Viterbi
Viterbi 算法实现，寻找最可能的字符序列：
| 功能 | 说明 |
|---|---|
calcViterbi() | 计算 Viterbi DP 矩阵，对数概率平滑（minProb = -50） |
getBestPhraseFromViterbi() | 回溯矩阵提取 Top-N 最佳短语 |
| 特殊处理 | BOS/EOS/特殊字 ID 处理 |
4. 符号与 Emoji
4.1 SymbolGroup（8 个符号分组）
| 分组 | 说明 |
|---|---|
han | 中文标点（含配对括号/引号） |
latin | 英文标点 |
math | 数学符号 |
arrow | 箭头符号 |
index | 带圈数字/字母 |
geometry | 几何图形符号 |
misc | 杂项符号 |
other | 其他符号 |
4.2 Symbol
value— 符号值Pair子类 — 左右配对符号（括号、引号等）
4.3 Emojis
Map<String, List<InputWord>> groups— 按类别分组的 EmojiGROUP_GENERAL = "常用"— 常用分组
5. 数据库升级
5.1 升级管线
v0 → v2 → v3 → v45.2 各版本升级内容
| 升级类 | 版本 | 主要操作 |
|---|---|---|
From_v0 | 初始安装 | 创建单字索引、拉丁表、Emoji 列/视图、短语表、转移概率表、收藏表；合并应用短语数据 |
From_v2_to_v3 | v2 → v3 | 执行 v0 初始化、迁移 v2 用户数据（Emoji 权重、拉丁数据）、从 v2 短语使用模式生成 HMM、清理旧 DB 文件 |
From_v3_to_v4 | v3 → v4 | 仅添加收藏表 |
5.3 安全迁移模式
Upgrader.doWithTransferDB() 使用应用字典副本作为传输数据库，安全迁移后原子交换，确保升级失败不影响用户数据。
6. UserInputData
用户输入统计数据容器：
| 字段 | 说明 |
|---|---|
phrases | List<List<PinyinWord>> — 用户拼音短语 |
emojis | List<InputWord> — 用户 Emoji 使用记录 |
latins | List<String> — 用户拉丁词使用记录 |