我想从这里使用Ron Begleiter的代码：http://www.cs.technion.ac.il/~ronbeg/vmm/code_index.html，以便对一些序列数据进行一些预测。
该代码基于字符比较，即，它读取上下文（字符序列）和字符，并返回概率p（char|context），这意味着在给定上下文的情况下出现字符的概率。
我的问题是我的字母表是由0到1023的整数组成的。因此，诸如P（1|111）之类的比较不构成唯一查询。目前还不清楚一个人是在要求P（1|1 11）（即1）还是P（1|111）（1后接11）或P（1|11 1）（11后接1）。这种比较是模糊的，所以我想把每个数字映射到唯一的字符来消除模糊。
我特别想探索如何为0到1023的每个数字唯一地分配唯一的字符。Unicode是我所读内容的发展方向，我不想打印它们，这项任务只是为了进行比较。换句话说，我想在0-1023上循环，并将每个数字分配给一个唯一的Unicode字符。
我认为这对很多人来说是可能的，也是微不足道的，但对我来说不是
建议？
你说"我不想打印它们"，但也说这是出于输入目的，以消除"111"one_answers"1,1,1"以及"11,1"之间的歧义。因此，它们必须是可读/可打印的字符。。。那么你有几个选择：
-
使用固定的多字符输入，如@BobTheBuilder所建议的。"000100010001"one_answers"0011001"之间的差异非常明显，尽管对于人类来说可能不是最容易阅读的。
-
使用分隔符来分隔输入，就像我在上面第一段中所做的那样。"111"与"11,1"等
-
一些组合可以缩短时间。1024=32*32，所以如果你有一个32个字符的"字母表"，那么每个可能的值只需要两个字符。
0-9A-Z，去掉I、O、Q和Z（我只选择了这四个，以减少可能与1、0和2混淆）会非常好地工作。然后可以写"1MFF"或"1M，FF"来表示两个单独的值53和495。 -
从Unicode中查找1024个连续可打印字符。CJK范围是我最初想看的地方，但后来你会让你的用户使用随机汉字输入这些信息。也许这会奏效，但我对此表示怀疑。在选择后一种选择之前，我会选择前两种选择中的一种；没有1024个不同的字符可以用西方键盘轻松输入。