二、攻克难关 (第1/7页)

天才一秒记住【求书网】地址：qiushuxs.com

●陈��已被学校指派参加调研，恢复了正常工作，她便自告奋勇，向数学系作了汇报，没想到引起很大反响，系领导决定尽快将报告呈送北大领导。

●王选毅然决定跳过第二代、第三代排版系统，直接跨入国外还没有商品化的第四代系统，用激光扫描的方法来还原输出。

●全国各地的多家单位带着自己的研究方案和成果相聚北京，跃跃欲试，都想从中脱颖而出。

●攻克难关

攻克最大技术难关

激光照排系统中的汉字信息处理有两个重大的根本性难题，一是汉字的储存，一是汉字字形信息的还原输出。而第一个难题显得尤为突出。

汉字的基本笔画不如字母文字多，“点、横、撇、捺、竖、弯、钩、折、提”而已，但汉字的构成却比字母文字复杂得多。字母文字的单词由字母简单排列而成，而每一个单个汉字的构成，都是笔画之间互相交错重叠，你中有我，我中有你，不可拆分。因此，汉字的一个单字实际上相当于字母文字的一个字母了。

西文只有26个字母，所以存贮量问题并不尖锐，而汉字字数繁多，《康熙字典》收入的汉字多达47000多个，常用字就有五六千个，印刷用的汉字更存在多种字体，有宋体、黑体、仿宋、楷体等10余种，而且还有10多种大小不同的字号。

汉字字形信息量太大，是中文信息处理系统最大的难题。要把汉字信息存储进计算机，就要把汉字变成点阵来表示。

一个5号字的正文字，至少需要100100点阵，大号字体甚至需要10001000以上点阵。

汉字的常用字在3000字以上，印刷用的汉字多达2万多，加上每个字都有50多种不同风格的字体和50多种大小不一的字号，如果都用点阵来表示，信息量高达上千亿字节。

Digiset采用的是黑白段的描述方案，压缩率很低，对付26个英文字母还可以，对付海量的汉字点阵信息就行不通了。

汉字字形信息量大的问题，一下子成为摆在王选面前的主要难关。

日本京都大学倒是发明了一种字根组合方案，压缩率高，但质量不好。

从1946年西方发明第一代照排机开始，到1975年已经过去了30年，美国报界在1970年前后已全部采用电子排版，但中国仍然在拣铅字。

铅字印刷的痛苦深深地印在每个排版工人的心中！他们迫切地希望，有一种比较先进的技术能替代这种原始的劳作。

但是，汉字照排系统的问题却一直没有得到圆满解决。

20世纪70年代，王选有条件使用的国产计算机的磁心存贮器，最大容量只有64KB；没有磁盘，只有一个512KB的磁鼓和一条磁带，相当于美国20世纪50年代末的水平。

在这样简陋的条件下，王选不得不另辟蹊径，开始设法压缩汉字信息。

在接下来的日子，王选满脑子的汉字横竖弯勾，连做梦也尽是笔画。他的数学背景显示出意想不到的功效，王选很快想到了用轮廓加参数的数学方法描述汉字字形，这样做可以大大地压缩汉字信息。

这时，他发现，汉字虽然繁多，但是有规律可循，每个汉字都可以细分成横、竖、折等规则笔画，和撇、捺、点等不规则笔画。

对于规则笔画，可以用一系列参数精确表示；对于不规则笔划，可以用轮廓表示。他统计了一下，汉字中规则笔画的比例占了近一半，所以压缩的空间很大。

王选不停地统计和计算着，遇到问题就与陈��讨论，两个人完全沉浸在汉字的一笔一画里。

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！