CodeGenie

一个基于模拟退火算法的字根编码优化器，用于优化汉字输入法的字根到键位映射方案。

功能特性

• 模拟退火优化: 使用自适应温度调度，智能寻找最优字根键位映射
• 多目标优化: 同时最小化重码数、当量值和键位分布偏差
• 并行计算: 支持多线程并行退火，加速优化过程
• 增量评估: Evaluator 支持增量更新，避免全量重算
• 简码系统: 支持简码规则定义和自动分配

安装

确保已安装 Rust 工具链，然后克隆仓库并编译：

git clone https://github.com/your-repo/code_genie.git
cd code_genie
cargo build --release

使用方法

优化模式

运行字根编码优化：

# 使用默认配置运行
cargo run --release

# 使用指定配置文件
cargo run --release -- -c config.toml

编码模式

根据已有的字根映射表为汉字生成编码：

cargo run --release -- encode -k output-keymap.txt -d input-division.txt

评估模式

评估现有编码方案的质量：

cargo run --release -- evaluate -k output-keymap.txt

输入文件

程序需要以下输入文件：

文件	说明	格式
input-fixed.txt	固定/受限字根定义	字根名 [tab] 键位
input-roots.txt	动态字根组定义	字根名1 字根名2 ... (同组字根同行)
input-division.txt	汉字拆分表	汉字 [tab] 字根1 字根2 ... [tab] 频率
pair_equivalence.txt	键对当量表	键对 [tab] 当量值
key_distribution.txt	键位分布目标	键位 [tab] 目标% [tab] 低惩罚 [tab] 高惩罚

配置文件

通过 config.toml 配置优化参数：

[annealing]
threads = 16           # 并行线程数
total_steps = 10_000   # 总优化步数
temp_start = 1.0       # 初始温度
temp_end = 0.000001    # 结束温度

[weights.full_code]
collision_count = 0.07  # 重码数权重
collision_rate = 0.62   # 重码率权重
equivalence = 0.2       # 当量权重

输出文件

优化完成后在 output-{timestamp}/ 目录生成：

• output-keymap.txt - 字根到键位映射
• output-encode.txt - 汉字编码结果
• output-simple-codes.txt - 简码分配
• output-combined.txt - 简码与全码合并输出
• summary.txt - 各线程优化结果汇总

项目结构

src/
├── main.rs        # CLI 入口
├── annealing.rs   # 模拟退火算法
├── calibrate.rs   # 参数自动校准
├── config.rs      # 配置解析
├── context.rs     # 优化上下文
├── evaluator.rs   # 编码评估器
├── loader.rs      # 数据加载
├── output.rs      # 结果输出
├── schedule.rs    # 温度调度
├── simple.rs      # 简码处理
├── types.rs       # 类型定义
└── validate.rs    # 数据校验

技术细节

字根分类

1. 固定字根: 预定义的单键映射
2. 受限字根: 在限定键位集中选择
3. 动态字根: 需要优化分配的字根

简码规则

简码规则格式为 AaBaCa：

• 大写字母 A-Z: 根选择器（A=第0个根）
• 小写字母 a-z: 编码选择器（a=第0个编码）

性能优化

• 使用 rayon 实现多线程并行退火
• Evaluator 支持增量更新 try_move() / try_swap()
• 温度调度使用预计算查找表 (LUT)
• Release 模式启用 LTO 和单代码单元优化

许可证

MIT License