我的老师对我的火星家庭作业感到不满。我遵守了所有规则，但是她说我的输出是胡言乱语的……当她第一次看时，她非常可疑。“所有语言都应遵循齐普夫定律等等……”我什至不知道齐普夫定律是什么！

事实证明，齐普夫定律指出，如果在y轴上绘制每个单词的频率的对数，在x轴上绘制每个单词的“位置”的对数（最常见= 1，第二最常见= 2，第三最commmon = 3，依此类推），则该图将显示一条斜率约为-1的直线，给定或取约10％。

例如，这是Moby Dick的情节：

x轴是第n个最常见的单词，y轴是第n个最常见的单词的出现次数。该线的斜率约为-1.07。

现在我们涵盖了Venutian。值得庆幸的是，Venutians使用拉丁字母。规则如下：

• 每个单词必须至少包含一个元音（a，e，i，o，u）
• 每个单词中最多可以连续三个元音，但连续最多两个辅音（辅音是不是元音的任何字母）。
• 单词长度不超过15个字母
• 可选：将单词分为3-30个单词的句子，以句点分隔

因为老师觉得我在火星作业上作弊，所以我被分配去写一篇至少30,000字长的文章（以Venutian语言写）。她将使用Zipf定律来检查我的工作，因此，当拟合一条直线时（如上所述），斜率必须最多为-0.9，但不小于-1.1，并且她希望词汇量至少为200个单词。同一单词连续不得重复超过5次。

这是CodeGolf，因此以字节为单位的最短代码获胜。请将输出粘贴到Pastebin或其他我可以将其下载为文本文件的工具中。

Mathematica，102个字节

""<>RandomChoice[1/Range@215->Rest@Flatten@Outer[StringJoin,a={"v","a","e","i","o","u"},a,a,{" "}],8!]

未命名函数，不输入任何内容，返回一个字符串，该字符串包含40,320个三字母金星词，并带有结尾空格。

Outer[StringJoin,a={"v","a","e","i","o","u"},a,a,{" "}]仅使用字母“ vaeiou”即可产生216个三个字母的单词，每个字母都有自己的尾随空格。其中第一个单词“ vvv”不是有效的维纳斯语，但Rest会将其丢弃。

然后RandomChoice[1/Range@215->...,8!]赚8！=产生的215个单词列表中的40,320个随机选择，频率权重由前215个整数的倒数决定（1/Range@215）。最后，<>""...将结果列表中的字符串连接起来。

输出结果远非确定性的。奔跑了这篇金星论文。

Mathematica，129个字节

#2&@@@Sort[Join@@Table[{i,Rest@Flatten@Outer[StringJoin,a={"v","a","e","i","o","u"},a,a,{" "}]~Part~j},{j,215},{i,0,1,j/7!}]]<>""

这是确定性的。215个单词的基本集合是相同的，但是现在每个单词被重复精确的次数（单词#j被重复大约7！/ j次），以使zipf定律成立。然后，将单词平均交织以避免重复。（想象每个单词都放在标尺上，并且该单词的所有副本均等距；当按顺序阅读所有单词时，没有哪个单词会重复很多，也许根本不会重复。）结果是30117单词金星随笔。

05AB1E，34 33 32字节

525DL/9*vNy<FD}})žMDâžNâJè3ô.rðý

525DL                            Yield [1, ..., 525]
     /                           Yield [525/1, ..., 525/525]
      9*                         Yield [4725/1, ..., 4725/525]. It's the number of occurences of each word. The sum of this array is greater than 30000
        v                        For each value (y = value, N = iteration counter starting from 0)
         N                       Push iteration counter
          y<FD}                  Push an array of "int(value)" times the iteration counter
               }                 End for
                )                Wrap everything in an array. At this point the array countains the sorted indices of all words that matches the frequency specs
                 žM              Push "aeiou"
                   Dâ            Cartesian product with itself (["aa", "ae", ...])
                     žN          Push the consonants
                       âJ        Cartesian product and join the values to make valid venutian words
                         è       Compute a big string with all words that correspond to the formerly computed indices
                          3ô     Since all words are concatenated, separate them into blocks of 3 letters
                            .r   Shuffle
                              ðý Join with whitespaces and implicitly display

在线尝试！

我认为它仍然可以打高尔夫球！例如，数字常数vNy<FD}可能是可修改的。

输出例子

它是如何工作的？

它按照“元音+元音+辅音”规则生成单词的所有组合，该规则使525个唯一有效单词（超过200个）。然后，它关联到他们每个人的频率符合法律规定f(x) = 4725/x，其中x是当前单词的等级，从1开始到525结束。然后将频率标准化并相乘，因此至少有30000个单词。该代码始终产生32074个单词，以使所涉及的常数可转换（请参见代码说明）。因此，每个单词的重复次数对应于同一单词的频率。最后，单词被打乱了。但是，这不能保证一个单词不会连续重复五次。因此，程序将生成所需的200个以上的唯一单词，以减少单词连续连续重复五次的可能性。请注意，此代码始终会生成相同的单词序列。两次运行之间唯一不同的是混洗操作的结果。

如何评估频率？

我编写了一个简单的Python3代码，该文件将文本存储在名为“输出”的文件中（从算法的角度来看，这很有意义！）并将其输出到“ stats.csv”。

from collections import Counter
from math import log10

with open("output", "r") as f:
    with open("stats.csv", "w") as stats:
        words = f.read().split()
        freqs = Counter(words)
        freqs = sorted([(i,freqs[i]) for i in freqs],key=lambda x:-x[1])

        print(len(words), "words")
        stats.write("logX;logF\n")
        for i, (key, f) in enumerate(freqs):
            stats.write(str(log10(i+1))+";"+str(log10(f))+"\n")

这总是为我的代码产生以下分布：

因此斜率是-1.0138。现在，此值比上一个代码的斜率更接近-1，但仍满足斜率约束。

击/核心的Utils，122个 110字节

for w in {b,c,d}{a,e,i}{f,g,h}{o,u,a}{j,k,l};{ let ++x;yes $w|head -$[5575/x];}|shuf --random-source=<(yes ae)

展开：

for w in {b,c,d}{a,e,i}{f,g,h}{o,u,a}{j,k,l};{
    let ++x
    yes $w|head -$[5575/x]
}|shuf --random-source=<(yes ae)

该for w环243分产生不同的话。 let ++x;最初未设置x的增量（在第一次执行过程中，根据算术表达式规则，x将其视为0，因此其增量会将其设置为1）。因此，下一行将以5575 / x的频率生成后续单词，以近似zipf频率。

下一步是确定性地执行此操作，以满足重复要求；尽管这--random-source是一个非常大的标志名称，但将其与shuf一起使用会击败滚动mul-mod选择器的字符计数。 yes ae实际上是我发现符合要求的最短的固定“随机”设备。

这将生成此33729个单词文章[pastebin]。

Bash / Core Utils，96 84字节（无竞争）

对于非确定性方法，只需砍掉shuf标志：

for w in {b,c,d}{a,e,i}{f,g,h}{o,u,a}{j,k,l};{ let ++x;yes $w|head -$[5575/x];}|shuf

分析

zipf斜率已调整为笔直。使用Excel绘制对数刻度：

老师应注意zipf斜率= -1.000764。