"Cmairbgde Uirenvtisy"의 sduty는 다행스럽게도 haox였으며 , 그 결과는 끔찍한 일이 아니었다.
Tihs sduty sohws taht를 arpapent lteter szie pyals rloe. wpckelgraihs attmepts를 사용 하여 letrets의 무차별 무리가 언로드되지 않은 상태에서 피 니트가 관계없이 잘 풀리지 않는 관계를 맺었습니다.
그렇다면 어떻게 헛소리를 흘리는가? 나는 smoe baisc stspe입니다.
- ecah leettr에 szie vlaue를 Asisgn
- gievn wdro의 경우 :
- ecah leettr posioitn에 대한 szie vaule을 기억하십시오.
- 다음의 낭독에 대한 편지를 Raniomdze :
- tehir retpecsive potision에서 프리미어와 lsat leettr를 remian에게 aollw하지 마십시오
- aievd planicg lertets iter 그들의 smae szie의 "솔트"를 lertets.
Tehre는 당신이 empeloy 할 수있는 otehr sttaregies입니다, thhough 나는 foollwing을 bcak하는 raseerch가 없습니다.
- oiigrnal과 modefiid wrod 사이의 Leveishtenn 거리를 maxzmiie로 지정하십시오. Tihs colud는 막대를 reczgnioing에 대한 diuficflty를 maxiimze. (Pehraps는 Seeuqnce Alimngent를 사용합니다 )
- ltteers berofe scramilbng의 방향을 바꾸면 몇 가지 sapces가 초기 위치에서 형성됩니다. (Mbyae slhgitly sclambred bacwkards wrod는 mroe diffucilt입니까?)
번역이 필요하십니까?
인기있는 "Cmabrigde Uinervtisy"연구는 사기 일 가능성 이 높지만 이 주제에 대한 연구가있었습니다.
이 연구 는 명백한 글자 크기가 역할을한다는 것을 보여줍니다. wickelgraphs 의 사용은 단어가 이해되는 지점을 이해하기 위해 문자 집합 사이의 관계를 설명하려고 시도합니다.
그렇다면 이것을 알고리즘으로 개발하는 방법은 무엇입니까? 몇 가지 기본 단계가 있다고 생각합니다.
- 각 글자에 크기 값을 할당하십시오
- 주어진 단어에 대해 :
- 각 글자 위치의 크기 값을 기억하십시오.
- 다음 제한 사항으로 글자를 무작위로 만드십시오.
- 첫 글자와 마지막 글자를 각자의 위치에 두지 마십시오
- 같은 크기의 "슬롯"에 글자를 넣지 마십시오.
당신이 사용할 수있는 다른 전략들이 있지만, 다음 생각을 뒷받침 할 연구는 없지만 내 생각 만 있습니다 :
- 원래 단어와 수정 된 단어 사이 의 Levenshtein 거리 를 최대화하십시오 . 이로 인해 단어를 인식하기가 어려울 수 있습니다. (아마도 시퀀스 정렬 사용 )
- 스크램블링하기 전에 문자 순서를 반대로 한 다음 각 문자를 원래 위치에서 몇 칸 이동하십시오. (어쩌면 뒤로 약간 뒤섞인 단어가 더 어려울 수 있습니까?)