簡介
看過我的文章應該知道，我喜歡寫一些實際的東西，這裏來介紹一個簡單的英語工具。這個工具由英譯漢、英譯英部分和英語闖關識記兩大部分構成。
這個工具的語言爲Java，使用的GUI框架爲JavaFx，如果不會沒關係，只要掌握了方法，你也可以用你習慣的語言、框架實現。
翻譯功能展示和闖關功能展示：
配合闖關功能識記單詞：
獲取及使用方法、軟件自定義
如果想直接使用，你也可以下載我上傳到CSDN的資源，我儘量定的最低積分（0積分）： 資源下載
一個幫助英語學習的工具。
使用方法：
Alt + Q: 喚出\後置單詞查詢窗口
Alt + Z: 退出程序
Alt + A: 單詞檢驗窗口
Alt + X: 退出單詞檢驗
Alt + C: 簡易記事本
原理及自定義：
- 查詢的單詞來源有兩個:
- 英漢
a.txt - 英英
dict.txt
可以通過修改相應文件，修改查詢結果
查詢方式爲java的Contain。
- 查詢單詞的讀音和句子意思時：
用到的爲有道http接口。
- 測試單詞有一個來源：
- 英漢
a.txt
和查詢單詞有相同的來源。
修改文件後，運行Pre文件夾的SortWord代碼，生成單詞相似度文件p___.txt
同組單詞的選取方式爲Levenshtein 距離
這樣就完成自定義單詞測試功能了。
源碼介紹
文件介紹
com.melloware.jintellitype 裏面的.dll文件 保存 jintellitype-1.3.9.jar 所需環境
Pre 存放軟件使用前運行的程序。SortWord 會將單詞文件的單詞解析，得到和該單詞最相近的三個單詞。這樣在單詞測試時就可以有三個和單詞最像的干擾選項了。
sample 存放主要代碼。 Main 文件是JavaFx入口函數，調用了sample.xml作爲GUI的定義。MyRect 尚在測試，Note 文件是簡易記事本實現文件，調用sample2.xml作爲GUI定義。Util 文件爲一些通用的工具。Word 文件存放單詞管理。sample.css存放GUI格式定義，如隱藏滾動條等。
6.gif、README.md爲幫助文件，a.txt爲英漢詞典、dict.txt爲英英詞典、pa.txt爲處理得到的相近單詞詞典。
單詞查詢部分
這部分可以參考我之前的文章:
https://blog.csdn.net/qq_40515692/article/details/104602531
單詞測試部分
首先講解SortWord，它的任務就是保存單詞的最相近3個單詞。
處理前(a.txt)：
處理後(pa.txt)，保存相近單詞行數（忽略空內容）:
這裏的核心自然是如何求兩個單詞的最小距離，剛好網上有一個叫做編輯距離的算法，這個算法竟然有動態規劃的思想太炫了！這裏參考了網上的一些解釋:
編輯距離 (Levenshtein Distance算法)
字符串的編輯距離，又稱爲Levenshtein距離，由俄羅斯的數學家Vladimir Levenshtein在1965年提出。是指利用字符操作，把字符串A轉換成字符串B所需要的最少操作數。其中，字符操作包括：
刪除一個字符 a) Insert a character
插入一個字符 b) Delete a character
修改一個字符 c) Replace a character
- 當其中某個字符串長度爲0的時候,編輯距離就是另一個字符串的長度. (我們可以理解爲, 對長度爲0的字符串一直插入字符變成另一個字符串)，邊界
- 當字符串不等的時候，我們從字串開頭開始看：
那麼A[0] == B[0];的時候，dif[i][j] = dif[i - 1][j - 1]
而A[0] != B[0];的時候:
dif[i][j] = dif[i - 1][j - 1] + 1——dif[i - 1][j - 1]+修改當前字符相等1次操作dif[i][j] = dif[i][j - 1] + 1——dif[i - 1][j - 1]+前面添加一個相等字符1次操作dif[i][j] = dif[i - 1][j] + 1—— 同上
所以代碼就是：
public static float levenshtein(String str1, String str2) {
//計算兩個字符串的長度。
int len1 = str1.length();
int len2 = str2.length();
//比字符長度大一個空間
int[][] dif = new int[len1 + 1][len2 + 1];
//賦初值，步驟B。
for (int a = 0; a <= len1; a++) {
dif[a][0] = a;
}
for (int a = 0; a <= len2; a++) {
dif[0][a] = a;
}
//計算兩個字符是否一樣，計算左上的值
int temp;
for (int i = 1; i <= len1; i++) {
for (int j = 1; j <= len2; j++) {
if (str1.charAt(i - 1) == str2.charAt(j - 1)) {
temp = 0;
} else {
temp = 1;
}
//取三個值中最小的
dif[i][j] = min(dif[i - 1][j - 1] + temp, dif[i][j - 1] + 1,
dif[i - 1][j] + 1);
}
}
//計算相似度
float similarity = 1 - (float) dif[len1][len2] / Math.max(str1.length(), str2.length());
return similarity;
}
//得到最小值
public static int min(int... is) {
int min = Integer.MAX_VALUE;
for (int i : is) {
if (min > i) {
min = i;
}
}
return min;
}
然後就是比較每個單詞了，時間複雜度有點高是O(N*N*m*m)，N表示詞典裏面的單詞數，m表示單詞平均長度，但是是提前處理得到文件的，所以不影響軟件使用。
然後就是一些邏輯代碼和GUI處理了，可以去github上查看，如果github網慢的話，歡迎評論留言，我把代碼附上（主要擔心文章太長嚇到些人），其實相信自己，做一些小工具自己用完全沒問題，Just do it!