Ödev 3 - Karakter Sıklıklarının Bulunması

Bil413 - Kriptografi ve Güvenlik Dersi, 3. Ödev
Türkçe Karakterlerin Karşılaşılma Sıklıklarının (Frekans) Bulunması
Burak USGURLU
20394676
burak@gencnet.com
29 Mart 2007, Perşembe
Türkçe alfabede bulunan karakterlerin ne kadar sıklıkla kullanıldığını incelemek için C# dili
kullanılarak bir Windows masaüstü programı yazıldı. Bu program basit olarak girdi ekranına girilen
metni Türkçe karakter özelliklerine sahip çıkarak (I – ı, İ – i dönüşümü gibi), küçük karakterlere
çevirip bunların metinde kaç kez geçtiğini çıktı kısmında yazdırmaktır.
Program işlevini sadece Türkçe metinler değil, İngilizce metinlerde de yerine getirebilmektedir.
Bunu sağlamak amacıyla programda bir seçim kutusu oluşturuldu ve buradan metnin dilinin
seçilebilmesine izin verildi. Programa küçük değişiklikler yapılarak yeni diller eklenebilir.
Ekran Görüntüsü:
Programın İşlevsel Kaynak Kodu:
(Grafik Kullanıcı Arabirimi koduna yer verilmemiştir.)
private void button1_Click(object sender, EventArgs e)
{
Hashtable charFreq = new Hashtable();
//change case to lower
//acording to language
if (this.comboBoxLang.SelectedItem.ToString().Equals("Turkish"))
{
this.textBoxInput.Text = this.textBoxInput.Text.ToLower(new CultureInfo("tr-TR",
false));
}
else
{
this.textBoxInput.Text = this.textBoxInput.Text.ToLower(new CultureInfo("en-US",
false));
1

}
//for each char
for (int i = 0; i < this.textBoxInput.TextLength; i++)
{
//add a count
if (charFreq[this.textBoxInput.Text[i]] != null)
{
charFreq[this.textBoxInput.Text[i]]= (int)charFreq[this.textBoxInput.Text[i]]+1;
}
else
{
charFreq[this.textBoxInput.Text[i]] = 1;
}
}
int totalChar = 0;
//list the results
foreach(Char item in charFreq.Keys)
{
if (Char.IsLetter(item))
{
textBoxResult.Text += item.ToString() + " > " + charFreq[item] + "\r\n";
totalChar+=(int)charFreq[item];
}
}
textBoxResult.Text += "Total > " + totalChar + "\r\n";
}
private void button1_Click_1(object sender, EventArgs e)
{
textBoxResult.Clear();
textBoxInput.Clear();
}
}
Elde Edilen Sonuçlar:
Türkçe karakter kullanım sıklıklarının araştırılması için Türk Dil Kurumunda bulunan “Atatürk ve
TDK” 1 konulu yazı kullanılmıştır. 25195 karakteri incelenen metinde aşağıdaki sonuçlar elde
edilmiştir.
Harf Adet Yüzde Harf Adet Yüzde
Total 25195 100,00 ş 466 1,85
a 2896 11,49 z 395 1,57
e 2376 9,43 g 360 1,43
i 1932 7,67 h 353 1,40
r 1793 7,12 c 286 1,14
l 1763 7,00 v 250 0,99
n 1763 7,00 p 237 0,94
t 1292 5,13 f 222 0,88
k 1079 4,28 ç 204 0,81
ı 1058 4,20 ğ 194 0,77
d 1055 4,19 ö 192 0,76
u 953 3,78 â 80 0,32
m 922 3,66 î 31 0,12
y 773 3,07 û 13 0,05
s 658 2,61 j 5 0,02
ü 577 2,29 w 3 0,01
b 532 2,11 x 1 0,00
o 481 1,91
1 http://www.tdk.gov.tr/TR/BelgeGoster.aspx?F6E10F8892433CFFAAF6AA849816B2EFB856E08843ECBADB
2

İngilizce karakter kullanımı sıklıklarının incelenmesi için Wikipedia’nın “English Language” 2
başlıklı girdisi incelendi. 16498 karakteri incelenen metinde aşağıdaki sonuçlar elde edilmiştir.
2 http://en.wikipedia.org/wiki/English_language
Harf Adet Yüzde Harf Adet Yüzde
Total 16498 100,00 f 348 2,11
e 1937 11,74 m 340 2,06
a 1536 9,31 p 276 1,67
n 1466 8,89 b 234 1,42
i 1378 8,35 w 195 1,18
t 1275 7,73 y 188 1,14
s 1224 7,42 v 153 0,93
o 1124 6,81 k 104 0,63
r 947 5,74 x 28 0,17
l 853 5,17 q 16 0,10
h 715 4,33 j 14 0,08
g 582 3,53 z 12 0,07
d 549 3,33 é 4 0,02
c 539 3,27 ç 1 0,01
u 460 2,79
3