0. 綜述 這一部分主要介紹Sunpinyin中ime部分的代碼。
要建構ime部分的代碼，可以執行下面的操作：
$ ./autogen.sh --prefix=/usr --enable-debug --enable-gtkstandalone
$ make
使用--enable-gtkstandalone選項，會生成一個不依賴于輸入法架構的示範程式，位于[url=]wrapper/gtk_standalone[/url]目錄中。你可以通過這個示範程式來了解或調試Sunpinyin輸入法的代碼。我們後面的系列，也會從這個示範程式入手。
同時，在configure.ac中，--enable-cle是預設打開的（你可以通過--disable-cle來關閉這個選項），是以在執行make時，還同時會為iiimf-cle（Chinese Language Engine）建構一個輸入法子產品，執行make install，會把它安裝到/usr/lib/iiim/le/cle的目錄下。如果要在Mac OS上編譯，需要export LDFLAGS=-liconv。
Sunpinyin支援兩種輸入風格，“經典風格”和“及時轉換風格”。“及時轉換風格”和微軟拼音的風格類似，使用者在輸入拼音時，隻在preedit區域中顯示目前的最佳句子，可以通過左右鍵，對其中任意不滿意的部分進行編輯（即使用者選擇，user selection）。
“經典風格”和紫光拼音（以及後來的搜狗拼音、Google拼音）的風格類似。使用者在輸入拼音時，preedit區域中顯示的是輸入的拼音串（或使用者選擇），候選區中顯示目前的最佳句子，以及拼音串開始部分的拼音可能得到的詞和字。但這種風格下，第一次使用者選擇隻能從拼音串的起始部分開始。
Sunpinyin采用了view/window-handler的結構。上述的兩種風格，在代碼中分别對應于兩個視圖（view）類：[url=]CIMIModernView[/url]和[url=]CIMIClassicView[/url]。所謂window-handler，就是view的一個callback類。[url=]ime/wrapper[/url]目錄下有五個window-handler的實作，[url=]cle[/url], [url=]scim[/url], [url=]beos[/url], [url=]macos[/url]和[url=]gtk_standalone[/url]。要将Sunpinyin移植到其它輸入法架構或平台，主要的工作就是為其編寫一個wrapper。
下一節，我們會介紹ime部分的概念模型（concept model）。
1. 概念模型 讓我們來看看ime部分的概念模型（concept model）：
插圖1
Static SLM，Lexicon： 我們在前面介紹slm部分的代碼時已經了解過了。通路統計語言模型和拼音詞表的代碼，分别位于[url=]ime/src/slm[/url]和[url=]ime/src/lexicon[/url]目錄中。這裡就不多介紹了。
View ：由Window-Handler接收使用者的輸入，通過回調（call-back），将pre-edit string和candidates傳回給Window-Handler來進行顯示。使用者的按鍵輸入，可能會對目前的拼音串兒進行添加、删除、插入等操作，然後将拼音串兒傳遞給Syllable Segmentor進行音節切分。在使用者送出（commit）候選句（或詞）之後，它要更新History Cache來記錄使用者最近的輸入。如果使用者通過數字鍵對候選進行了選擇，它要通知Lattice Builder對使用者選擇進行相應的處理（給使用者選擇的詞一個很高的評分。并不是将使用者選擇之外的詞及由它們轉移得到的狀态從Lattice上删除，因為使用者後面的編輯可能會取消該選擇，保留這些資訊可以節省重建構Lattice的工作量）。
Syllable Segmentor ：使用Lexicon，對拼音串進行切分。因為切分可能存在歧義，例如mingan可以切分為ming'an或min'gan，故而生成一個Syllable Graph，将其傳遞給Lattice Builder。（不過，目前的實作尚不支援模糊音節切分，使用者需要通過輸入'鍵來明确指定音節邊界，是以Graph目前隻是一個List。就下面的示例來說，得到的切分結果為xian'shi'min'gan。）
插圖2
Lattice Builder ：對每個有效的音節，從Lexcion及History Cache中查到對應的詞（通常有很多個），将它們放到Lattice上。Lattice的寬度會影響搜尋的速度。在這裡會進行了一定的剪枝（pruning）：優先将History Cache中的詞放到Lattice上；再将Lexicon中出現頻率較高的詞，也放到Lattice上。上圖中，藍色加粗顯示的豎線，就是Lattice的一列（或稱為frame）。如果我們從左向右對Lattice的列進行編号，L0是<S>（即句子開始），L1上的詞有（西，戲，系，喜），L2上的詞有（安，案，暗，先，現，西安），L3上的詞有（是，市，示，使，西安市，暗示）... 我們也可以将每個拼音字母作為Lattice的一個frame，這樣并不會增加許多記憶體上的開銷，而且對将來的插入删除操作更為友善。
Context Searcher： 對得到的Word Lattice進行搜尋。我們設定beam width（預設為32），來限制每個Lattice frame上狀态節點的數目。某些得分比較低的狀态，可能就被剪枝掉了（例如下圖中帶紅叉的節點）。如我們在第一部分所講的，這是一個動态規劃問題，其搜尋的複雜度為O(B*C*N)，其中B為beam width，C為Lattice每一幀上詞的平均個數，N是Lattice的長度。因為兩處都進行了剪枝，得到結果的可能 并不是 最優解。
另外要注意，在下圖中（目前的實作），每個音節下面的狀态節點，是屬于前一個音節的。這種結構是不适用于Syllable Graph的。我們需要一個單獨的、共有的起始幀，這樣就不需要T2這一列了。如顔色較淺的第二行所示。
插圖3
History Cache： 記錄使用者最近送出的句子。這裡使用的是一個類Bigram的模型。在計算P(z|xy)時，用Psmooth(z|xy)和Pcache(z|y)來插值得到。而Pcache(z|y)，是P(z|y)的MLE (Maximum Likelihood Estimation)，和P(z)的MLE的插值。
注：在實作中，計算Pcache的公式稍有不同。到時我們再具體說明。SunPinyin代碼導讀-IME部分
2. 資料結構及核心算法 下面，我們來介紹一下主要的資料結構，看看在程式中Lattice是如何表示的。
[url=]class CBone[/url];
CBone類對應于Word Lattice上的一個frame。CBone的public成員包括，m_BoneType（表示Bone的類型，拼音或标點等）， m_BoundaryType（表示邊界的類型，是自動邊界或使用者指定的邊界等），以及m_String（如果是拼音節點，就是這個syllable的拼 音字元串）。它還有一個protected成員，[url=]CBoneInnerData[/url] *m_pInnerData，這個資料結構記錄了屬于前一個Bone的Lattice資訊（參見插圖3）。[url=]CIMIContext[/url]是CBone的友類，可以通路這個保護成員。
[url=]class CSkeleton[/url];
Bone的清單，即std::list<CBone>，就是我們上面所說的Syllable List。例如插圖三中的清單，[ce]-[shi]-[pin]-[yin]-[shu]-[ru]-[T1]-[T2]，除了T1和T2，所有的Bone都是拼音類型的Bone。
[url=]class CBoneInnerData[/url];
它為搜尋儲存了兩方面的狀态資料。一是拼音詞表（[url=]Pinyin Trie[/url]樹）的若幹狀态，m_LexiconStates，當新的拼音Bone加入之後，我們通過嘗試擴充它們來判斷是否存在更長的詞可以加入 Lattice。其二是Lattice的若幹搜尋狀态，m_LatticeNodes，這些狀态可以用後續Bone中的詞來擴充。最後還包括與使用者互動相 關的成員變量：這個Bone是否位于最佳路徑上；如果是，該Bone上的最佳詞（m_BestWord）。就插圖3中的示例來說，B2（由0開始從左到右編号）處于最佳路徑上，且其m_BestWord為“拼音”。
[url=]class CLexiconState[/url];
m_pPYNode是Pinyin Trie上節點的指針，m_BoneStart記錄了這個拼音節點是從哪個Bone開始的，如果該狀态不是一個PINYIN節點（m_bPinyin == False，例如标點等），則直接使用m_WordId。
[url=]class CLexiconStates[/url];
即std::vector<CLexiconState>。我們并不需要像插圖2那樣，将實際的詞放到Lattice上。因為随時可以從Pinyin Trie樹的節點上得到按unigram排序的詞清單。對插圖3中的示例來說，B0上的LexiconStates為空，B1上為[(B0, ce')]（ce'表示Pinyin Trie樹上的一條邊，即c-e-'），B2上為[(B0, ce'shi'), (B1, shi')]，B3上為[(B1, shi'pin'), (B2, pin')]（因為在ce'shi'這個節點的子樹中，不存在pin'這條子邊；而在shi'的子樹中存在）... ...
[url=]struct TLatticeState[/url];
m_Score是該節點上的機率值。m_BoneAfter就是該Lattice節點所在Bone，例如插圖3示例中的B4[3]節點（B4那一列最下面那個節點），其m_BoneAfter就是B4；Bone和TLatticeState是一個1:n的關系，我們可以很容易地周遊得到Bone下所有的Lattice狀态節點，而這個反向引用是為了友善回查。m_State是[url=]CThreadSlm[/url]上的狀态節點（即後續Lattice狀态節點的history），目前節點是由m_pBackTraceNode通過m_BackTraceWordId轉移得到的。這裡順便提一下 Sunpinyin的coding style，以C開頭的類型是class，以T開頭的類型是struct或union。
[url=]class CLatticeStates[/url];
這個類實際上是CLatticeStateVec（即std::vector<TLatticeState>）的一個包裝類（wrapper）,設定了最大容量（即beam width，預設為32）。其内部使用了堆（heap）排序。
下面讓我們來看看構造和搜尋Word Lattice的方法。
[url=]CIMIContext[/url]類是整個[url=]ime[/url]部分代碼的核心，對應上一節的[url=]概念模型[/url]，它充當了Syllable Segmentor、Lattice Builder和Context Searcher的角色：
[url=]CIMIContext::modifyAndReseg[/url] (boneStart, boneEnd, skel, cursor, cursorIdx, candiStart)：
實際使用時，boneStart、boneEnd、candiStart均指向m_Skeleton中的節點。調用segPinyin()，對參數skel中的諸Bone節點（外加boneStart之前的2/3個節點，避免切分的不充分），和[boneEnd, T1-1)進行重新切分，得到的結果儲存在newskel中。重新計算cursor及其index。然後調用modify(its, T1-1, newskel)，重新進行搜尋。
[url=]CIMIContext::segPinyin[/url] (head1, tail1, head2, tail2, newskel)：
[head1, tail1)和[head2, tail2)在邏輯上組成一個待切分的拼音串兒。實際使用時，[head2, tail2)是CIMIContex::m_Skeleton中的節點。将切分的結果儲存到newskel變量中。
[url=]CIMIContext::modify[/url] (boneStart, boneEnd, skel)：
将[boneStart, boneEnd)中的bone從其所在的skeleton清單（即m_Skeleton)中删除，将參數skel中的bone插入其間。調用searchFrom()，從新插入的Bone開始，重新進行搜尋。
[url=]CIMIContext::searchFrom[/url] (boneStart)：
周遊boneStart到第二個尾節點（T2），根據前一個Bone，調用forwardXXX()方法擴充自己的Lexicon狀态節點，然後調用buildLatticeStates()構造自己的Lattice狀态節點。周遊結束之後，回溯得到最佳路徑。
從某一個bone開始進行搜尋，意味着從這個Bone到T2，每個Lattice Frame上原有的Lexicon和Lattice狀态節點都被清空并重新計算。
[url=]CIMIContext::forwardOnePinyinBone[/url] (bone)：
将該bone的後續（boneNext）中的Lexicon狀态節點集合（lexss2）清空。周遊bone上的Lexicon狀态節點，用本bone上的拼音字元串，嘗試擴充它，并将新的Lexicon節點加入到lexss2中。疊代結束之後，嘗試用bone上的拼音字元串，從Pinyin Trie的根節點進行擴充，并加入到lexss2中。最後傳回boneNext。其它的forwardXXX()方法比較簡單，這裡就不多介紹了。
[url=]CIMIContext::buildLatticeStates[/url] (bone)：
得到bone的前繼bonePrev（這意味着傳入的參數不能是第一個Bone節點），清空bone的Lattice狀态節點。周遊目前bone的Lexicon狀态節點，找到該節點的起始bone，對Pinyin Trie節點上對應的詞表，調用transferBetween（boneFrom, boneTo, wid, 1.0)，構造bone上的Lattice狀态節點。
對[url=]上一節的插圖3[/url]來說，B3上有兩個Lexicon狀态，(B1, shi'pin')和(B2, pin')，可以用“食品”、“視訊”、“飾品”等詞來擴充B1上的Lattice節點，然後用“品”、“頻”、“拼”等詞再次來擴充B2上的Lattice節點，将新得到的狀态節點加入到B3的Lattice狀态節點集合中。
[url=]CIMIContext::transferBetween[/url] (from, to, wid, ic)：
得到from Bone的Lattice狀态節點集合latss1。周遊latss1，對每個LatticeState節點，用其中儲存的SLM狀态節點m_State（即後續Lattice狀态節點的history），調用CThreadSlm::transfer()來計算Pslm(wid|history)的值。
如果轉移之後的狀态節點，其曆史（回退）節點為pseudo root節點（即level為0，表示平均分布），而最近的曆史記錄中卻見到過這個詞，則将這個pseudo unigram節點的index設定為wid；這樣對下一個詞w'，才能通過[url=]CThreadSlm::lastWordId[/url](state)得到上一個詞的ID（即wid），以正确計算Pcache(w'|wid)的機率值。
然後計算Pcache(w|h)，和Pslm(w|h)進行插值，得到句子的機率評分儲存到node.m_Score中。将這個新的Lattice節點，插入到to Bone的Lattice狀态節點集合latss2中（同時也進行了beam pruning）。
3. 處理候選 下面的資料結構和方法用來組織候選詞清單（即如何利用搜尋結果）：
[url=]class CCandidate[/url]：
[m_BoneStart, m_BoneEnd)是這個候選詞對應的bone區間；m_WordID是候選詞對應的id；m_String是寬位元組字元串的指針。通常 m_String就是m_WordID對應的寬位元組字元串表示，但有時候選詞并不在詞表中（例如無效的拼音串兒）。
[url=]CIMIContext::getCandidates[/url] (bone, result)：
如 果bone是尾節點，則直接傳回。如果不是一個有效的pinyin Bone節點，将bone上的拼音string作為候選，放到result中，并傳回。如果這個bone上有使用者選擇或最佳詞，設定cp（候選詞和評分 pair），将它儲存在以word_id為索引的map中。
然後周遊[bone+1, T1]。對每個Bone節點，周遊其lexicon狀态節點，找到起始節點為bone的狀态節點（[url=]itlex-> m_BoneStart == bone[/url]），将pytrie上的詞（如果不是拼音節點，則是Bone上的拼音字元串）加入到map中；周遊其lattice狀态節點，如果該節點是從參數bone上轉移而來的（[url=]its->m_pBackTraceNode->m_BoneAfter == bone[/url]），則将m_BackTraceWordId對應的候選詞，加入到map中。最後，按評分（[url=]TCandiRank[/url]），對這個map進行堆排序，将排序後的結果儲存在result中。
評分的原則是：首先列出使用者選擇的詞，或者位于最佳路徑上的詞；優先列出從Lattice狀态中得到的詞；然後是Lexicon中的詞。且詞的長度越長，評分越高。
[url=]CIMIContext::getBestSentence[/url](result, boneStart, boneEnd, original_format)：
如果boneStart上沒有最佳詞，則向前（左）查找，直到某個存在最佳詞的Bone，儲存在realStart中。沿着最佳路徑的這一段（[realStart, boneEnd)），将最佳詞添加到result中，記錄期間有效拼音節點的個數，并傳回。
下面的方法，和使用者選擇的設定和取消有關：
[url=]CIMIContext::cancelSelection[/url](bone, update)：
注 意，m_Skeleton上的最佳詞（無論是使用者選擇還是計算确定）是前後相連的。從bone開始向左查找。如果某個Bone（記為uBone）的類型為 UserSelectedBestWord，則将其改為NoBestWordStartHere，設定found為true，退出循環；否則，如果該 Bone是計算确定的最佳詞，則退出循環；否則，則繼續向左查找，直到第一個Bone。如果found為true，且update參數為true， uBone開始搜尋，并傳回它；否則，因為無需搜尋，直接傳回參數bone。将[firstBone, bone]這個區間離bone最近的使用者選擇取消。
[url=]CIMIContext::cancelSelectionCover[/url](bone, update)：
這個方法和上面的類似，隻是當參數bone的類型是最佳詞時，直接傳回。相當于将[firstBone, bone)這個區間離bone最近的使用者選擇取消。
[url=]CIMIContext::makeSelection[/url](candi)：
找到候選candi的起始Bone（m_BoneStart），調用cancelSelection()将其所處的使用者選擇取消（傳回值為boneLeft），并将候選起始Bone的類型設定為UserSelectedBestWord，然後從boneLeft重新搜尋。
4. 使用者編輯 這一節我們以以“[url=]經典風格[/url]”為例，介紹對User Editing（包括insertPinyin，erase，move cursor，selection等）的處理。
class [url=] CIMIClassicVIew [/url] {
m_CursorBone： 目前光标所在的Bone
m_CursorIdx： 光标在m_CursorBone中的位置索引
m_CandiBone： 候選清單起始的Bone
m_CandiFirst： 目前視窗中第一條候選在整個候選清單中的索引
m_TailSetence：從m_CandiFirst開始的尾句
};
考察下面的例子，m_CursorBone指向的是'yin'所在的Bone；m_CursorIdx為2，指向的是'n'所在的位置；而m_CandiBone指向的是'pin'所在的Bone；因為沒有翻頁，是以m_CandiFirst為0；而候選1，即“拼音輸入”，就是m_TailSetence。
在經典風格中，向左移動光标，意味着使用者可能要修正以前的UserSelection，是以要清除以前的使用者選擇并重新搜尋。而向後移動，後續的可能操作是插入、删除和添加等操作，不影響當下的候選結果，是以不會重新進行搜尋。
CIMIClassicView::[url=]moveHome[/url](changeMask, searchAgain) :
将[firstBone, m_CursorBone]内所有的使用者選擇都清除，傳回開始新搜尋的Bone節點。如果存在使用者選擇，則從firstBone重新搜尋。如果不存在使用者選擇，則傳回lastBone。
CIMIClassicView::[url=]moveLeft[/url](changeMask, searchAgain):
如果m_CursorIdx（光标在m_CursorBone中的索引）大于0，則減去1，傳回lastBone（即不影響目前的候選結果）。如果m_CursorIdx為0，并且m_CursorBone不是firstBone，則将m_CursorBone左移一個機關，如果移出了目前的候選詞範圍（也就是進入了前一個候選詞範圍），則調用m_pIC->[url=]cancelSelection[/url]()取消其所在的UserSelection，然後調用[url=]getCandidates[/url]()重新得到候選，将m_CursorIdx設定為m_CursorBone中拼音字元串兒的長度（如果m_CursorBone不是一個拼音類型的Bone，則m_CursorIdx為0）。最後，傳回新搜尋的起始Bone節點。
CIMIClassicView::[url=]moveLeftSyllable[/url](changeMask, searchAgain):
過程和上面的類似，隻不過移動是以Bone為機關的，且移動之後，m_CursorIdx設定為0。
CIMIClassicView::[url=]moveRight[/url](changeMask):
如果m_CursorIdx尚未到達m_CursorBone的尾部，則m_CursorIdx++并傳回。如果已到尾部，若m_CursorBone是一個拼音類型的Bone節點，則m_CursorIdx++（相當于一個音節的邊界）；否則将m_CursorIdx設定為0，且m_CursorBone向右移動一個機關。最後一種可能（[url=]m_CursorIdx == m_CursorBone->m_String.size()[/url]），是光标位于音節邊界上，将m_CursorIdx設定為0，且m_CursorBone向右移動一個機關，并傳回。
CIMIClassicView::[url=]moveRightSyllable[/url](changeMask):
将m_CursorBone向右移動一個機關，并相應地設定m_CursorIdx。
CIMIClassicView::[url=]moveEnd[/url](changeMask):
将m_CursorBone移動到結尾。
CIMIClassicView::[url=]makeSelection[/url](idx, mask):
idx是在目前候選視窗中的索引，和m_CandiFirst相加，得到在整個候選清單中的索引。如果idx<0，則送出preedit并重置IC，然後傳回。如果idx在候選清單的範圍内，則得到索引下的候選對象cand，調用m_pIC->[url=]makeSelection[/url](cand)設定使用者選擇。将m_CandiBone指向cand的結束位置（還記得麼，[m_BoneStart, m_BoneEnd)是候選詞對應的區間），如果它是不是一個拼音節點且未到達尾節點，則将m_CandiBone向右移動。如果一直移動到了尾節點，則送出preedit并重置IC；否則，如果m_Cursor位于[cand.m_BoneStart, m_CandiBone)之間，則将m_Cursor指向m_CandiBone，且将m_CursorIdx設定為0。然後将m_CandiFirst設定為0，調用getCandidates()來得到新的候選。
CIMIClassicView::[url=]erase[/url](bLeft, changeMask):
bLeft辨別是向左還是向右進行删除。如果向左删除，則調用moveLeft()将光标向左移動一個機關。然後，如果m_CursorIdx指向的是音節邊界的位置（即[url=]m_CursorIdx == m_CursorBone->m_String.size()[/url]），且目前光标是使用者确定的邊界，則調用m_pIC->[url=]modifyAndReseg[/url]()對該部分重新節點進行切分和搜尋，如果這影響到候選清單，則調用getCandidates()重新擷取；如果目前光标不是使用者确定的邊界，且要向右删除，則調用moveRight()将光标向右移動一個機關。如果m_CursorIdx并非指向音階邊界的位置，則修改光标内的拼音字元串，并調用m_pIC->modifyAndReseg()對該部分節點進行重新切分和搜尋，如果這影響到候選清單，則調用getCandidates()重新擷取。
CIMIClassicView::[url=]insertPinyin[/url](keyvalue, changeMask):
如果m_CursorBone是最後一個Bone（也就是在尾部添加拼音字母的情況），則将keyvalue作為一個自動切分的拼音節點，加到一個新的清單skel中，并将m_CursorBone設定為skel.begin()，且m_CursorIdx為1（m_CursorIdx指向的是音階邊界，因為Bone中隻有一個拼音字母）。如果m_CursorBone不是一個拼音節點，當m_CursorIdx>0時（通常不會發生這種情況），将[0..cursorIdx)、keyvalue、 [cursorIdx..end)這三個字元串構造為Bone，加入到清單skel中，cursor2自加，m_CursorBone指向中間的Bone，m_CursorIdx設定為1；當m_CursorIdx為0時，将keyvalue作為一個自動切分的拼音節點，加到一個清單skel中，并将m_CursorBone設定為skel.begin()，且m_CursorIdx為0。最後是插入拼音字母的情況，将m_CursorBone壓入到skel中，且将keyvalue附加到目前Bone的拼音字元串的尾部，m_CursorBone為skel.begin()，m_CursorIdx自加，且cursor2自加。然後調用m_pIC->modifyAndReseg()對該部分Bone節點重新切分并搜尋，如果這影響到候選清單，則調用getCandidates()重新擷取。
還有其它的一些insert方法，例如[url=]insertNormalChar[/url]()、[url=]insertBoundary[/url]()，都會涉及到對Bone清單的修改，而重新進行切分搜尋，并擷取更新的候選清單。這裡就不多作介紹了。
5. History Cache 這一節我們來考察History Cache：
class [url=] CBigramHistory [/url] {
typedef unsigned TWordId;
typedef std::pair<TWordId, TWordId> TBigram;
typedef TWordId TUnigram;
typedef std::map<TBigram, int> TBigramPool;
typedef std::map<TUnigram, int> TUnigramPool;
typedef std::deque<TWordId> TContextMemory;
TContextMemory m_memory;
TUnigramPool m_unifreq;
TBigramPool m_bifreq;
};
從上面的定義可以看出，m_unifreq和m_bifreq分别儲存了每個Unigram和Bigram出現在History Cache中的次數。而m_memory是一個雙向隊列，context_memory_size是其空間的上限，[url=]預設為8K[/url]。
CBigramHistory::[url=]incUniFreq[/url](ug):
将TUnigram ug的出現次數加1。
CBigramHistory::[url=]decUniFreq[/url](ug):
如果m_unifreq map中存在這個unigram，且出現的次數大于1，則減1；如果出現次數已經為0，則将其從m_unifreq中删除，以避免m_unifreq這個map占用的空間過大。
CBigramHistory::[url=]uniFreq[/url](ug):
如果ug不是stopword（在CBigramHistory::[url=]initClass[/url]()時初始化，且要和[url=]slm詞典[/url]的id相一緻），且存在于m_unifreq中，則傳回這個key對應的value。否則傳回0。
CBigramHistory::[url=]incBiFreq[/url](bg):
将TBigram bg的出現次數加1。
CBigramHistory::[url=]decBiFreq[/url](bg):
如果m_bifreq map中存在這個bigram，且出現的次數大于1，則減1；如果出現次數已經為0，則将其從m_bifreq中删除，以避免m_bifreq這個map占用的空間過大。
CBigramHistory::[url=]biFreq[/url](bg):
如果bg不是<DCWID, DCWID>，且存在于m_unifreq中，則傳回這個key對應的value。否則傳回0。
CBigramHistory::[url=]memorize[/url](its_wid, ite_wid):
将詞的序列[its_wid, ite_wid)記錄下來。首先我們要在目前的曆史記錄中，插入一個分割符（DCWID，相當于</s>），以和前一個流分隔開來；如果此時m_memory已經達到上限，則需将m_memory頭部的一個詞彈出，并且要減少相應unigram和bigram的出現次數。接下來，周遊[its_wid, ite_wid)，假定目前的詞為Wi（i從0開始），将Wi加入到m_memory中，将Wi出現的次數加1，并将bigram <Wi-1, Wi>（W-1為DCWID）出現的次數加1；期間，如果m_memory達到了上限，和上面的操作一樣，将頭部的記錄彈出。
當視圖類調用[url=]doCommit()[/url]時，會調用這個方法将使用者送出的候選句子記錄下來。
CBigramHistory::[url=]bufferize[/url](buf_ptr, sz):
将m_memory持久化到buf_ptr指向的緩沖區中，同時注意大端和小端的問題。而m_unifreq和m_bifreq并不儲存。
CBigramHistory::[url=]loadFromBuffer[/url](buf_ptr, sz)：
加載已持久化的History Cache，并統計unigram和bigram的出現次數。
CBigramHistory::[url=]seenBefore[/url](wid):
如果wid不是分割符，且非stopword，同時存在于m_unifreq中，則傳回true。
CBigramHistory::[url=]pr[/url](bigram):
求P(bigram.second|bigram.first)的機率值。以Bigram <x, y>舉例來說，uf0是C(x), bf為C(x, y)，而uf1是C(y)。求解機率的計算公式為:這個公式是Pml(y|x)、Pml(y)的插值，0.5是為了平滑Pml(y|x)，而( actual_size + unused_size/10)是為了防止剛開始的時候history cache的size過小。最後這個機率值再和Pslm(y|h)進行[url=]插值[/url]，參見[url=]ime/src/imi_context.cpp#902[/url]。SunPinyin代碼導讀-IME部分
CBigramHistory::[url=]pr[/url](its_wid, ite_wid):
y = *(ite_wid-1)，x = *(ite_wid-2)，求P(y|x)。
CBigramHistory::[url=]pr[/url](its_wid, ite_wid, wid):
y = wid, x = *(ite_wid-1)，求P(y|x)。
6. 雜項 TDoubleAnatomy and TLongExpFloat: [url=]TDoubleAnatomy[/url]是一個union，用來把一個雙精度的浮點數，分解為符号位、指數和尾數。這個方法适用于所有符合[url=]IEEE-754[/url]浮點數的平台。下面是雙精度浮點數的二進制布局：
這個浮點數對應的有理數為：
V = sign * 2^{exp} * (1.fract)
注意：其中指數使用的是移碼，對雙精度浮點數來說，指數是11位，是以實際的指數要減去2(11-1)-1，即0x3FF。[url=]TDoubleAnatomy::clearExp[/url]()方法将浮點數的指數部厘清除（即設定為0x3FF），然後再調用[url=]TDoubleAnatomy::getValue[/url]()得到的雙精度浮點數，就是sign * (1.fraction)，這也就是[url=]TLongExpFloat::m_base[/url]的值。且在Sunpinyin中，所有的機率值都不會出現負值。
直接使用double進行機率值的連續相乘運算，容易溢出。而[url=]TLongExpFloat[/url]表示的範圍要大了很多，相當于将64位（1+11+52）的浮點數擴充到96位（32+64）。是以能緩解溢出的狀況。TLongExpFloat重載了部分[url=]算術操作符[/url]，讓我們可以像對一個primitive資料類型那樣進行比較和乘除的操作（但不支援加減）。
你可能會問另外一個問題，為什麼不用對數将乘法操作轉換為加法呢？這是因為插值的原因，回憶一下[url=]插值的公式[/url]。如果使用對數，必須将對數形式的結果轉換回來，才能執行加法。
處理計算bow時由于浮點數累加所造成的誤差 在計算bow時（參見[url=]CalcNodeBow[/url]()），可能因為浮點數的連續相加造成的誤差，而導緻sumnext或sum出現大于1的情況，此時使用下面的公式計算bow：
原來要考察的是sumnext和sum離1.0距離的比值，現在因為誤差的原因，兩者都有可能稍稍超過1.0，是以将比較的基準點向右移動一些（即γ = Max(sumnext, sum)+δ，且δ是一個較小的值，0.0001）。