какая буква чаще всего используется в русском языке

LiveInternetLiveInternet

—Метки

—Музыка

—Рубрики

—Поиск по дневнику

—Подписка по e-mail

—Статистика

Частота применения букв в русском языке

Частота применения букв в русском языке

А вы знаете, что некоторые буквы алфавита встречаются в словах чаще остальных. Причем частота употребляемости гласных букв в языке выше, чем согласных.

Какие буквы русского алфавита чаще или реже всего встречаются в словах, используемых для написания текста?

Выявлением и исследованием общих закономерностей занимается статистика. С помощью этого научного направления можно ответить на поставленный выше вопрос, сосчитав количество каждой из букв русского алфавита, применяемых слов, выбрав отрывок из произведений различных авторов. Для собственного интереса и ради занятия от скуки каждый может проделать это самостоятельно. Я же сошлюсь на статистику уже проведенного исследования.

Русский алфавит кириллический. За время своего существования он пережил несколько реформ, в результате которых сложилась современная русская азбучная система, включающая 33 буквы.

о — 9.28%
а — 8.66%
е — 8.10%
и — 7.45%
н — 6.35%
т — 6.30%
р — 5.53%
с — 5.45%
л — 4.32%
в — 4.19%
к — 3.47%
п — 3.35%
м — 3.29%
у — 2.90%
д — 2.56%
я — 2.22%
ы — 2.11%
ь — 1.90%
з — 1.81%
б — 1.51%
г — 1.41%
й — 1.31%
ч — 1.27%
ю — 1.03%
х — 0.92%
ж — 0.78%
ш — 0.77%
ц — 0.52%
щ — 0.49%
ф — 0.40%
э — 0.17%
ъ — 0.04%

Русская буква, имеющая наибольшую частотность в использовании – это гласная «О», как здесь уже справедливо предположили. Есть и характерные примеры, наподобие «ОбОрОнОспОсОбнОсти» (7 штук в одном слове и ничего экзотического или удивительного; очень привычно для русского языка). Высокая популярность буквы «О» во многом объясняется таким грамматическим явлением, как полногласие. То есть, «холод» вместо «хлад» и «мороз» вместо «мраз».

А в самом начале слов чаще всего встречается согласная буква «П». Это лидерство также уверенно и безоговорочно. Скорее всего, объяснение даёт большое количество приставок на букву «П»: пере-, пре-, пред-, при-, про- и другие.

Частота использования букв основа криптоанализа.

Источник

Частота букв в русском языке

Написал забавный php-скрипт. Погонял через него все тексты на « Спектаторе» на предмет языка. Всего в текстах употребляется 39110 разных словоформ. Сколько именно разных слов — определить довольно сложно. Чтобы хоть как-то приблизиться к этой цифре, я брал только первые 5 букв слова и сравнивал их. Получилось 14373 таких комбинаций. С большой натяжкой это можно назвать словарным запасом « Спектатора».

Потом я взял слова и иследовал их на предмет частоты повторения букв. В идеале надо брать какой-нибудь словарь, для полноты картины. Прогонять тексты нельзя, нужно только уникальные слова. В тексте же одни слова повторяются чаще, чем другие. Итак, получились следующие результаты:

о — 9.28%
а — 8.66%
е — 8.10%
и — 7.45%
н — 6.35%
т — 6.30%
р — 5.53%
с — 5.45%
л — 4.32%
в — 4.19%
к — 3.47%
п — 3.35%
м — 3.29%
у — 2.90%
д — 2.56%
я — 2.22%
ы — 2.11%
ь — 1.90%
з — 1.81%
б — 1.51%
г — 1.41%
й — 1.31%
ч — 1.27%
ю — 1.03%
х — 0.92%
ж — 0.78%
ш — 0.77%
ц — 0.52%
щ — 0.49%
ф — 0.40%
э — 0.17%
ъ — 0.04%

Тем, кто поедет на « Поле чудес», советую заучить эту таблицу наизусть. И называть слова в таком порядке. Так, например, казалось бы, такая « привычная» буква « б» употребляется реже, чем « редкая» буква « ы». Помнить надо также и то, что в слове не одни гласные. И что если вы угадали одну гласную, то нужно начинать идти по согласным. И кроме того, слово угадывается именно по согласным. Сравните: « **а**и*е» и « ср*вн*т*». И в том и в другом случае — это слово « сравните».

И еще одно соображение. Как вы учили английский? Помните? Э пен, э пенсил, э тэйбл. Что вижу — о том и пою. А смысл. Как часто вы в нормальной жизни говорите слово « карандаш»? Если задача — научить говорить как можно быстрее и эффективнее, то и учить надо соответствующе. Проводим анализ языка, выделяем самые употребимые слова. И учить начинаем именно с них. Чтобы более-менее говорить на английском языке, достаточно всего полторы тысячи слов.

Еще одно баловство: составлять слова из букв случайным образом, но учитывая частоту появления, чтобы было похоже на нормальные слова. В первой же десятке « случайных» четырехбуквенных слов выскочило « осел». В следующей полсотне — слова « мчим» и « нато». Но, увы, очень много неблагозвучных комбинаций, таких, как « блтт» или « нрро».

Поэтому — следующий шаг. Я разбил все слова на двухбуквенные сочетания и начал случайным образом (но с учетом частоты повторения) комбинировать их. Стали в больших количествах получатся слова, похожие на « нормальные». Например: « коивдиот», « воабма», « апый», « депоид», « дебяко», « орфа», « поеснавы», « озза», « ченя», « риторя», « урдеед», « утоичи», « стых», « сапоть», « гравда», « абабап», « обарто», « еелует», « лярезы», « мыни», « бромомер» и даже « тодебыст».

Куда применить. есть варианты. Например, написать генератор красивых фирменных игривых имен. Для йогуртов. Типа, « мемолисо» или « уторорерто». Или — генератор футуристических стихов « Бурлюк-php»: « опелдиий миатон, линоаз окмиая. деесопен одесон».

И есть еще один вариант. Надо попробовать.

Некоторые статистические данные об использовании русских слов:

После заметки мне пришло вот такое письмо:

Проанализировав статью « Язык до Киева доведет» и ту ее часть, где Вы описываете свою программу, возникла идея.
Вами написанный скрипт кажется мне предназначенным абсолютно не для « Поля чудес» в большей мере, а для другого.
Первое самое разумное применение результатов работы Вашего скрипта — определение порядка букв при программировании кнопок для мобильных устройств. Да, да — именно в мобильниках и нужно все это.

Я распределил это по волнам (см. рисунок)

Далее распределение по кнопкам:
1. Все буквы из первой волны уходят на 4 кнопки в первый ряд
2. Все буквы из второй волны тоже на остальные 4 кнопки в тот же первый ряд
3. Все буквы из третьей волны туда же на оставшиеся две кнопки
4. 4,5 и 6 волны уходят во второй ряд
5. 7,8,9 волны уходят на третий ряд, причем 9-я волна уходит вся полностью (не смотря на кажущееся большое количество букв) в третий ряд 9-й кнопки, что-бы 10 кнопку оставить под всякие там знаки препинания (точка, запятая и прочее).

Я думаю все понятно и так, без детальных обьяснений. Но все же не могли бы Вы обработать Вашим скриптом (включая знаки припинания) тексты следующего содержания:

А потом выложить статистику? Мне показалось? что тексты максимально отражают нашу современную речь, а ведь мы как говорим, так и пишем sms.

Заранее большое спасибо.

Итак, анализировать частоту повторения букв можно двумя способами. Способ 1. Взять текст, найти в нем уникальные (не повторяющиеся) словоформы и анализировать их. Способ хорош для построения статистики по словам русского языка, а не по текстам. Способ 2. Не искать в тексте уникальные слова, а сразу перейти к подсчету частоты повторения букв. Получаем частоту букв в русском тексте, а не в русских словах. Для создания клавиатур и прочего нужно использовать именно этот способ: на клавиатуре набираются именно тексты.

Клавиатуры должны учитывать не только частоту букв, но и самые упортебимые слова (словоформы). Не так уж и трудно догадаться, какие именно слова самые употребимые: это, во-первых, служебные части речи, ибо роль у них такая — служить всегда и везде, и местоимения, роль у которых не менее важная: заменять в речи любую вещь/человека (это, он, она). Ну и основные глаголы (быть, сказать). По результатам анализа перечисленных выше текстов я получил такие самые « популярные» слова: « и, не, в, что, он, я, на, с, она, как, но, его, это, к, а, все, ее, было, так, же, то, сказал, за, ты, о, у, ему, мне, только, по, меня, бы, да, вы, от, был, когда, из, для, еще, теперь, они, сказала, уже, него, нет, была, ей, быть, ну, ни, если, очень, ничего, вот, себя, чтобы, себе, этого, может, того, до, мы, их, ли, были, есть, чем, или, ней» и так далее.

Возвращаясь к клавиатурам — очевидно, что в клавиатуре буквосочетания « не», « что», « он», « на» идругие должны находится как можно ближе друг к другу, или если не вплотную, то каким-то наиболее оптимальным образом. Нужно провести исследования, каким именно образом пальцы движутся по клавиатуре, найти самые « удобные» позиции и поместить в них самые употребляемые буквы, не забывая, однако, про буквосочетания.

Проблема, как всегда, одна: даже если и получиться создать Уникальную Клавиатуру, куда деть миллионы людей, которые уже привыкли к qwerty/йцукен?

Запятая употребляется в 2 раза чаще, чем точка. А точка на стандартной русской клавиатуре расположена удобней.

Статистика по приведенным выше текстам:

По уникальным словам:

о — 9.36%
а — 8.40%
е — 8.08%
и — 6.91%
н — 6.12%
с — 5.67%
т — 5.49%
р — 5.30%
л — 5.00%
в — 4.67%
п — 3.38%
у — 3.17%
к — 3.14%
м — 2.97%
д — 2.72%
я — 2.50%
ь — 2.08%
ы — 2.06%
з — 1.85%
б — 1.61%
г — 1.47%
ш — 1.32%
ч — 1.22%
й — 1.21%
ж — 1.01%
ю — 0.99%
х — 0.97%
щ — 0.48%
ц — 0.37%
ф — 0.20%
э — 0.06%
ъ — 0.05%

По текстам в целом:

о — 11.35%
е — 8.93%
а — 8.23%
н — 6.71%
и — 6.48%
т — 6.17%
с — 5.22%
л — 4.95%
в — 4.47%
р — 4.17%
к — 3.35%
д — 2.97%
м — 2.93%
у — 2.86%
п — 2.39%
я — 2.17%
ь — 2.09%
ы — 1.90%
г — 1.811%
б — 1.77%
ч — 1.67%
з — 1.65%
ж — 1.14%
й — 1.09%
ш — 0.89%
х — 0.79%
ю — 0.66%
э — 0.33%
ц — 0.29%
щ — 0.29%
ф — 0.10%
ъ — 0.02%

Источник

История «еръ»: Как самая популярная буква стала самой редкой

Получайте на почту один раз в сутки одну самую читаемую статью. Присоединяйтесь к нам в Facebook и ВКонтакте.

«Шубы сбросили не одни бояре. »

Буква давно утратила свое значение при написании в конце слов и лишь только занимала место на бумаге. Когда-то «ъ» имел несколько функций. Он употреблялся в качестве разделителя слов, по подобию пробела. В далеком прошлом в русском языке не было закрытых слогов на конце слов, а это было против правил и «еръ» писали для того, чтобы их не нарушать.

В церковнославянском языке звонкие согласные, на которые оканчивались многие слова, «еръ» не делал более глухими. В конце существительных «ъ», указывал на принадлежность их к мужскому роду. Со временем эти функции были утрачены, а правописание сохранилось.

Интересный факт: букву «еръ» называли «лодырь» и «бездельник».

Всего в русском алфавите проведено две реформы, направленные на его изменение. Первая поменяла правописание по указу Петра I. Она ставила перед собой задачи упрощения азбуки русского языка. Именно тогда буквы стали прописными и строчными, некоторые из них изменили свое начертание, появилась гражданская азбука.

В результате того нововведения исчезли пять букв. Все это было сделано для того, чтобы более широкие массы людей могли овладеть навыком чтения и письма. Ломоносов по этому поводу писал, что тогда шубы сбросили не одни бояре, имея ввиду старославянское письмо.

Ять, ижица, фита и еръ

Следующая реформа прошла в 1918 году. Именно благодаря ей написание и произношение некоторых слов изменилось, а также были убраны из обихода: ять, ижица, фита и еръ или, как сейчас бы мы написали, ер. В результате преобразования родился алфавит, заменив азбуку. Первая Конституция СССР 1924 года вышла не с твердыми знаками в тексте, а с апострофами. Книги до начала тридцатых годов также выходили без «ъ».

Недорогие печатные машинки выпускались тогда без этого знака, а потому машинописные тексты еще долго пестрили апострофами. Отменили «ъ» при написании не только в конце, но и в середине некоторых слов, таких как «двухъаршинный», то есть раньше она ставилась не только перед йотированной гласной, как сейчас: адъютант, фельдъегерь, объявление, оставив за собой разделительную функцию твердого знака.

Интересный факт: «Русские эмигранты использовали старое написание до 1950 года.»

То, что эта буква употребляется при написании слишком часто, было замечено задолго до нововведений. На то, чтобы напечатать ее на бумаге тратилось восемь процентов времени, в денежном выражении она обходилась российской казне в четыреста тысяч рублей в год, то есть была самой дорогостоящей и при этом не читалась.

Чтобы лучше понять масштаб, можно привести такой пример: в старом издании «Война и мир», в котором насчитывалось 2080 страниц, было напечатано 115000 этих непроизносимых при разговоре знаков. Если их собрать воедино, то получилась бы брошюра на 70 страниц! А теперь умножьте это на весь тираж, который составлял 10 000 экземпляров. Получается, что работники типографии из ста дней, потраченных на выпуск этой книги, три с половиной дня трудились впустую. И это речь идет об одной книге. А если представить, сколько бумаги тратилось впустую.

Буква-транжира

Из-за этого ее в Царской России не использовали на телеграфе, и даже некоторые книги были напечатаны без «еръ». Идея модификации принадлежала не Советской власти. В 1904 году ведущие лингвисты были собраны Императорской академией для пересмотра правил правописания. Орфографическая комиссия предложила убрать еръ, i, ять, фиту и ижицу. Что-то помешало внедрить в жизнь этот проект, представленный на утверждение в 1912 году.

В мае 1917 года Керенский распорядился о введении этих изменений, но возможности воплотить их в жизнь у Временного правительства не нашлось. Большевистская власть в 1918 году декретом привела прогрессивные преобразования в исполнение и изъяла лишние буквы из типографских наборов. В Белой гвардии не признали эту реформу и писали с ижицами и еръ.

После того, как литеры «ъ» были изъяты из типографий, нечем стало печатать разделительный твердый знак. Тогда его стали заменять на апостроф: «объединение — об’единение». Многими это написание расценивалось как компонент нововведений, но это было не так. Новая орфография позволила эффективней бороться с неграмотностью в стране, она стала проще и понятней.

Апостроф применялся и намного ранее. В церковнославянской письменности его называли «ерок». Он ставился вместо «ъ» после многобуквенных предлогов или приставок. После однобуквенных писались полноценные «еръ». В лихие 90-е новоявленные бизнесмены стали открывать фирмы и компании, в названия которых «вписывали» еръ для придания веса и солидности. Даже некоторые литературные и интернет издания не устояли перед соблазном вернуться к истокам русской грамматики и приписать себе лишний твердый знак, примером тому «Коммерсантъ».

Понравилась статья? Тогда поддержи нас, жми:

Источник

Считаем буквы в произведениях русской литературы

Вы когда-нибудь задавались вопросом, какая буква русского алфавита встречается в текстах чаще остальных? Именно поиском ответа на этот вопрос я и собираюсь заняться. A пока, вы не знаете результатов моего маленького исследования, я предлагаю вам угадать пять самых распространенных букв нашего алфавита. Готовы?

Итак, как говорил один мой знакомый, хватаясь за баранку своего автомобиля, поехали.
Для начала нам понадобятся тексты, на которых мы будем практиковаться. Я выбрал три литературных произведения наших классиков: «Война и мир» Льва Николаевича Толстого, «Тихий Дон» Михаила Шолохова, «Мастер и Маргарита» Михаила Булгакова. Почему эти произведения? Просто первые два — это единственные, которые я читал в школе, а «Мастер и Маргариту» мы с женой смотрели по телевизору и поэтому, я, немного разбираюсь в теме.

Теперь нам нужно каким-то образом посчитать в них количество каждой буквы алфавита и общее количество букв. Как же это сделать? Можно пойти самым простым путем, как, например, делает мой начальник. Для этого нужно пойти в библиотеку, взять четыре тома «войны и мир», придти домой и заняться пересчетом букв, затем таким же образом поступить с остальными книгами. Конечно, на это уйдет много времени, но мой начальник очень трудолюбивый человек, а еще у него есть подчиненные. Можно им по тому раздать, a, если не посчитают, или ошибутся — «премии лишу».

Этот способ мне сразу не понравился, и я решил написать программу, которая сделает всю работу за нас. Ниже прилагается код программы, написанной на perl. Она подсчитывает общее количество букв в тексте, а также количество каждой из букв алфавита и их процентное содержание.

use strict;
use locale;
use POSIX qw (locale_h);
setlocale(LC_CTYPE, ‘ru_RU.CP1251’);
setlocale(LC_ALL, ‘ru_RU.CP1251’);
my @letters = qw(А Б В Г Д Е Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я);
my @out = qw(0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0);
open (TEXT, «

Для наглядности я немного доработал полученные данные в excel.

Как говориться, результат налицо. Самая популярная буква русского алфавита — это «О», а пятерка выглядит следующим образом: «О», «А», «Е», «И», «Н».

Теперь осталось ответить на самый главный вопрос. Зачем все это нужно?

Эту информацию, например, можно использовать, когда Леонид Якубович разрешит нам открыть любые пять букв. Я надеюсь, теперь вы знаете, какие буквы надо называть?
А если говорить серьезно, то нахождение частот встречаемости символов используется намного чаще, чем вы можете себе представить. Эта задача входит в алгоритм Хаффмана, который применяется во многих современных программах сжатия данных.

Источник

Какая буква используется чаще всего?

Какая буква по статистике чаще всего используется в словах?))

Изначально русский язык – окающий, аканье стало литературной нормой много позже. В результате и буква О употребляется чаще других букв русского алфавита. Эти сведения Вы можете найти в разделе «Языкознание» интереснейшей детской энциклопедии «Я познаю мир: Русский язык».

По поводу А скажу следующее: первенство принадлежит не букве, а звуку [А], так как он обозначается буквами:

Второе место по частоте употребления, согласно тому же источнику, занимает буква А, третье место занимает тоже гласная – И, а почётные 4-е, 5-е и 6-е места принадлежат согласным буквам Т, Н, С.

Замечу, что реже всего в письменной русской речи употребляются буквочки Ф, Э и Ъ.

Существует и немного другая статистика:

Далее места между буквами русского алфавита распределяются так:

Некоторое несоответствие данным детской энциклопедии связано с объединением букв Е и Ё, то есть в цифру 8,10% вошли подсчёты употребления этих двух букв. А причинами разночтения в определении мест букв Т и Н могут быть разные исходные тексты, по которым проводился подсчёт.

Для сравнения: наиболее часто употребляемые буквы алфавита английского – T, E (за счёт самого употребляемого слова the), редко – Z и Q.

Мой маленький ответ не противоречит изложенному выше материалу. Количество букв-лидеров, в нём употреблённых (фонетические значки не учтены):

Скорее всего буква «А» чаще всего используется в словах, а в основном все гласные буквы.

Самая популярная буква в русском языке- это буква А. Обычно, в любом тексте употребление буквы А превалирует. Буква А первая в русском алфавите,ее происхождение немного связано с греческой первой буквой Альфа.

называлась она НАШЬ(НАШ), а сейчас буква Н(ЭН). )))

Вообще, в русском языке подобных слов (с утроенной гласной, подразумевается, естественно, одинаковая, повторяющаяся 3 раза подряд, гласная буква) не так уж и много, но даже этот небольшой «комплект» можно разделить на 3 группы:

Особняком стоит слово, являющееся «неправильным» названием змееЯда, в народе его часто называют змЕЕЕд, настолько часто, что можно встретить это название и в литературных источниках, однако, если вернуться к исходному слову, то можно заметить явное отношение данного слова ко второй группе «змей ест» = «змЕЕЕд», утроенная гласная внутри составного слова, на границе его составляющих.

Данное слово обозначает собой свежо выжатый сок, это классический англицизм, то есть пришло оно к нам с английского языка, а у нас стало писаться согласно правилам транслитерации и через гласную букву «е», практически так же как и в английском варианте fresh. Главное что нужно понимать если что-то не понятно с англицизмами, так это то, что по правилам транслитерации, они максимально точно повторяют свои аналоги и образцы, которые принадлежат к иностранным языкам, но при этом являются их про родителями в лингвистическом плане.

Поэтому запомните как пишется английский вариант, что бы проще было помнить как пишется русский, так как слово это в нашем языке словарное.

Источник