3-gram

将棋は、統計処理を進めようと思います。
まずはcsa形式の棋譜を読んで、3-gramを出力するプログラムを作ってみた

CSA将棋を作ってる都万さんが、平成７年に今の森内名人と対戦されたときの棋譜
http://www2.ttcn.ne.jp/~tsuma/moriuchi.csa
の3-gram出力結果

7776FU 8384FU 7968GI

8384FU 7968GI 3334FU

7968GI 3334FU 6766FU

3334FU 6766FU 7162GI

6766FU 7162GI 5756FU

7162GI 5756FU 5354FU

5756FU 5354FU 3948GI

5354FU 3948GI 3142GI

3948GI 3142GI 4958KI

3142GI 4958KI 4132KI

4958KI 4132KI 6978KI

4132KI 6978KI 5141OU

6978KI 5141OU 5969OU

5141OU 5969OU 6152KI

5969OU 6152KI 5867KI

6152KI 5867KI 4233GI

5867KI 4233GI 6877GI

4233GI 6877GI 2231KA

6877GI 2231KA 8879KA

2231KA 8879KA 4344FU

8879KA 4344FU 3736FU

4344FU 3736FU 7374FU

3736FU 7374FU 4837GI

7374FU 4837GI 8485FU

4837GI 8485FU 3746GI

8485FU 3746GI 5243KI

3746GI 5243KI 2937KE

5243KI 2937KE 6364FU

2937KE 6364FU 2838HI

6364FU 2838HI 6263GI

2838HI 6263GI 2726FU

6263GI 2726FU 3324GI

2726FU 3324GI 1716FU

3324GI 1716FU 3153KA

1716FU 3153KA 7968KA

3153KA 7968KA 8173KE

7968KA 8173KE 3725KE

8173KE 3725KE 4131OU

3725KE 4131OU 1615FU

4131OU 1615FU 4445FU

1615FU 4445FU 4637GI

4445FU 4637GI 6465FU

4637GI 6465FU 6665FU

6465FU 6665FU 7365KE

6665FU 7365KE 7766GI

7365KE 7766GI 6364GI

7766GI 6364GI 4746FU

6364GI 4746FU 4546FU

4746FU 4546FU 6846KA

4546FU 6846KA 0045FU

6846KA 0045FU 4668KA

0045FU 4668KA 8586FU

4668KA 8586FU 8786FU

8586FU 8786FU 7475FU

8786FU 7475FU 3848HI

7475FU 3848HI 2425GI

3848HI 2425GI 2625FU

2425GI 2625FU 0074KE

2625FU 0074KE 6665GI

0074KE 6665GI 6465GI

6665GI 6465GI 4845HI

6465GI 4845HI 6566GI

4845HI 6566GI 0058KE

6566GI 0058KE 6667NG

0058KE 6667NG 7867KI

6667NG 7867KI 7486KE

7867KI 7486KE 6846KA

7486KE 6846KA 8678NK

6846KA 8678NK 6978OU

8678NK 6978OU 0069GI

6978OU 0069GI 7869OU

0069GI 7869OU 8289RY

7869OU 8289RY 6968OU

8289RY 6968OU 0066FU

6968OU 0066FU 5866KE

0066FU 5866KE 8988RY

5866KE 8988RY 0078GI

8988RY 0078GI 0086KE

0078GI 0086KE 0079GI

0086KE 0079GI 8678NK

0079GI 8678NK 7978GI

8678NK 7978GI 0079GI

7978GI 0079GI 6857OU

0079GI 6857OU 8878RY

6857OU 8878RY 0068FU

8878RY 0068FU 0077KI

これをたくさんの棋譜に対して行って
同じ行を一つにまとめつつ、同じ行があった回数を左側に記述すれば、

256 nnnn駒 nnnn駒 nnnn駒
128 nnnn駒 nnnn駒 nnnn駒
　‥‥
002 nnnn駒 nnnn駒 nnnn駒

という感じで、よく出現する3-gramの手筋の順に並んだリストが得られるはず

#include 

#include 

#include 
void main( int argc, char *argv[])

{


FILE *fp;
char buf[200];

char gbuf[3][50];
if(argc>1) {

	fp=fopen( argv[1] ,"r");

	int c=0;

	for(;;) {

		if(!fgets(buf,200,fp)) break;

		char c0=buf[0];

		char c1=buf[1]-'0';

		if( (c0=='+' || c0=='-') && (c1>=0 && c1<=9) ) {

			buf[7]=' ';
			strcat(gbuf[0],&buf[1]);

			if((c%3)==2) { printf("%s\n",gbuf[0]);gbuf[0][0]=0; }
			if(c>=1) {

				strcat(gbuf[1],&buf[1]);

				if((c%3)==0) { printf("%s\n",gbuf[1]);gbuf[1][0]=0; }

			}

			if(c>=2) {

				strcat(gbuf[2],&buf[1]);

				if((c%3)==1) { printf("%s\n",gbuf[2]);gbuf[2][0]=0; }

			}

			c++;

		}

	}

	fclose(fp);

}
}

3-gramだと、相手の手に関係なしに進める序盤の定跡は判らないな‥‥
一つ飛ばしで、自分の手筋だけで3-gramを抽出すればいいかも