马尔可夫链——从一个编程作业中看看程序设计的一些细节问题

马尔可夫链（Markov Chain），这是我们《程序设计方法学》课程的一个小小的作业，这个作业，主要目的并不是实现算法，而是“如何”实现算法，以及从代码中看出每个人程序设计的“风格”。 因为即使是很少的代码也能暴露出一个编程者的功底和风格。

我觉得这是个很有意思的话题，所以也在这里把我的部分代码发出来，并加以说明以作抛砖引玉。

目标

先稍稍介绍下马尔可夫链，简单地说就是输入一篇文章（其实是单词序列），建立前缀表后缀表，然后根据前缀随机选择后缀，如此迭代，生成一篇“看起来像文章
的随机文本”。当然这只是马尔可夫链的一个应用，不过也算挺典型的。我曾经在开发一些应用的时候用类似的程序来生成测试数据。

程序结构

根据我们老师的要求，程序从文件读入样本数据，从标准输出打印生成的文本，其他没有具体要求。

我选择C#来实现这一程序。

我的程序流程非常简单：

读取样本 -> 建立前缀、后缀表 -> 生成 -> 输出

数据结构

根据编程经验和《程序设计实践》，前缀表采用哈希表，后缀表采用链表。

后缀表非常简单，每一个后缀都有一个Next，也就是说后缀本身就是一个链表节点，也就不需要LinkedList<Suffix>来帮忙了。

采用迭代器的方式
foreach (string s in gen.Generate(maxWordCount)) {
Console.Write(s);
Console.Write(" ");
}

这个也算一个迭代器模式的小小的运用吧。其实这个方法和传递委托的方法相差已经很小了，但是我个人喜欢后者。

遗憾

这就不得不说文中提到的那个我最大的错误了。
首先就是我从数据的定义上就出现了问题，因为State里保留的Prefix引用根本没有发挥作用，而Suffix也只是一个头指针，也就是说与其如此复杂还弄出个Prefix.Clone()，还不如直接就把State的小命给革掉。Prefix直接就能映射到Suffix，也省的一个State在中间耽搁着。而Prefix采用了一种“猥琐”的哈希方式，也是有待改进。

小结

虽然是一个小程序（据说perl只用19行），基本算法也相当简单，但是从中暴露的程序设计的问题却不少，接口职责的设计毫无疑问是程序设计当中的重要部分，“高内聚低耦合”几个字天天挂在嘴皮边上，但真正干活的时候也不是那么容易实现的。身为程序员，难道不应该在这些方面多动动脑筋吗？

扩展

在这个程序中，我完全没有考虑API设计中的另一重要环节——异常。并不是疏忽，而是我从一开始就没有把这个列入考虑范围，所以这也是一个可扩展的地方。什么地方抛出异常，抛出什么异常，怎么接到异常，怎么处理，都值得设计。

附全部程序的源代码下载（敲打我）