宇浩输入法设计哲学
初衷
2021年底，我开始用中国大陆《古籍通规》标准的繁体字创作一部长篇小说。小说中有大量的文言段落、文白夹杂的对话，以及诗词。因此，我发现重码太高的拼音输入法无法满足我的需求。我急需一款能够具有高度确定性的输入法。
我之前使用过五笔字形，但它是对于简体优化的，字根太散，不适用于繁体输入。仓颉输入法虽是繁简通打，但它是五码定长，没有简码和词语输入，适合检字，但不适合打字，也被排除。之后我又了解了郑码，发现它虽然字根分布有规律，但全简不一致，且在繁体字集上的重码和五笔其实没有多少区别。再后来，我了解到三码郑码，喜欢它规则的简单，但它只适合简体字集，繁体输入需要转换，所以不满足我的需求。最后，我了解到了徐码输入法，它的繁简通打的特性十分吸引人，并且在简、繁、简繁混输的场合下，徐码的重码都是最低的。
综合比较各个输入法的重码，和各方面的情况。我意识到，如果需要繁体输入，选项只剩下了徐码和仓颉。因为仓颉不是四码定长，最终我选择了徐码。
在一年多的使用中，我用徐码打了近百万字的繁体小说，日常生活也用它的简体输入，享受了他的低重码、繁简通的特点，也感受到了它取回头码、Z键频率太高的不便之处。这一年里，我还拆分了CJK的全部汉字，了解了其它的新的输入法，对评价输入法各个维度有了更深入的了解，慢慢，明白了自己到底需要什么。最重要的三个心得是：
- 键盘派和字典派的区别。键盘派，希望字根分布按照键盘分区，上手容易；相对的，字典派的字根分布使用字典顺序，在键盘上显得反而成了乱序。
- 频率派和低重派的区别。低重派，目标是一字一码，尽可能在大字集上低重，注重大字集静态重码；频率派，目标是在常用字集上低重，将字的权重纳考量，注重常用字集动态重码。
- 字根派和规则派的区别。字根派，目标是通过字根的分布，有时候加以乱序，来减少重码。规则派，目标是通过规则的复杂度来减少重码。
在使用形码创作的过程中，我发现我是一个键盘派，一个频率派，一个字根派：
- 我希望同笔画的字根在键盘上集中分布。
- 我还希望在常用繁简汉字（10000个左右）上减少选字的频率。而在大字集上，我不追求极端低重，而是以方便检字为宗旨，例如，「虎字头」在大字集中有若干变化形态，如果我们将它们拆得太细，的确会减少重码候选，但同时我们也很容易查不到字，不如将所有的变形全部视为「虎字头」，虽然重码候选增加，但检索起来更加快捷。
- 我更希望规则上不要太复杂，防止打字的时候思路被打断，比如判断主副根、判断取不取次末根、字的结构是上下还是左右等。
因此，我制作了这款新输入法，我的初衷是：世面上的输入法都有自己的优点，但也有自己的痛处。优点和缺点都比较极端。我的目标是将其它输入法的主要痛点加以避开或减轻，同时尽量保持其优势。追求平衡感，包括：
- 避免五笔的结构码，但发挥它字根按键盘分区的优势。
- 避免郑码的全简不一致，但发挥它双编码的特征。
- 避免徐码的取回头码的特点，但发挥它繁简通打的优势。
- 避免乱序字根，但发挥它规则简单和动态重码低的优势。
- 避免郑码、徐码判断取两根还是三根的问题，以及取倒数第二根的特点。
- 避免徐码Z键频率过重的特点，发挥五笔不用Z键的优势，以及它的手感（按键频率向中间靠拢）。
根据以上目标，我在常用繁简字集上（GB2312 + 国字常用字 + 大陆繁体字形）进行了优化，同时考虑了静态重码和动态重码。最后，它便形成了「宇浩输入法」。它在各方面的指标都都达到了一种平衡。
这里总结一下「宇浩输入法」对若干痛点的解决方法：
- 宇浩输入法使用了和五笔一样的分键盘区域随机排布字根的方式。横区在键盘中排左侧，竖区在键盘中下排右侧，撇区在键盘上排左侧，捺区在键盘上排右侧，折区在键盘下排左侧。字根较为随机，这个考量是为了降重，同时不增加规则的复杂度。实际使用的时候，字根可以短时间内熟练，但规则的复杂度带来的痛苦是长久的。分区域分布，这是为了降低使用者上手的困难度。
- 宇浩输入法部分借鉴了徐码的首根小码后置（回头码）的特点，但徐码的副根字无论在任何情况下都要回头，这等同于在输入单字的时候一直判断取三根还是四根，容易出错。宇浩输入法只有在编码不足四码（双根字）的情况下才需要补上首根小码。
- 宇浩输入法使用了和五笔一样取一二三末根。而不是郑码和徐码那样，有时候取一、二、次末、末，有时候取一二末。这样选择，是因为倒数第二根的判断比较困难，打字的时候容易卡壳。
评价输入法各个维度的讨论
这一章我讨论评价一款输入法的各个维度，引出我制作这个输入法的动机和目标。
关于重码
本着实用主义和现实主义原则，我将汉字的输入分为打字和检字两部分：
- 打字，指的是对于常用字的输入。这要求确定性，保证在最常见8000个繁简汉字混合状态下，大多数码位不存在重码字，可以进行盲打。如果有重码，也可以通过简码规避。
- 检字，指的是生僻字输入，要求输入方案提供包括CJK的全部汉字。这部分的输入不需要过分追求低重码，因为对于一个生僻字，就算输入法低重，你也肯定要看一下屏幕进行确认。相反地，应该以便捷为主，部首的变化形态应当进行归并，而不是为了规避重码而强行分开。当然，尽量保证 GBK 字集下单个码位的重码数量不超过5个，防止过度翻页。
基于这个理念，我的目标是：
- 常用繁简通字集上低重：GB2312和通规共有字 + 国字常用字 + 大陆古籍规范汉字常用字。繁简联合 < 1000 个重码字，繁简联合动态重码率 < 0.20%
- 简化字字集低重：GB2312 ~ 300 个重码字，动态重码率 < 0.10%
- 繁体字字集低重：国字常用字 ~ 200 个重码字，动态重码率 < 0.15%
- 大字集：GBK 字集重码字 ~ 5000
- 部分有若干形态的部首进行归并。
关于编码规则
编码的规则应该足够简单和直观，避免太多的判断和回改。以下是关于编码规则的部分偏好：
- 字根取一、二、三、末，优于取一、二、次末、末。这是因为倒数第二根需要进行一些判断，不够直观。
- 字根分开，不如字根靠拢。举例为，「襄」拆成「衣口口一龷」，不如「亠口口一龷𧘇」直观。「衍」拆成「行氵」不如「彳氵亍」直观。
- 字根是独体，胜过字根是其他字根的组合。避免音，比，羽等字根，这样会造成判断上的困难。如果有，也应当尽量让它们的大码相同。如，髟、镸、长的大码应该在同一个位置上。
- 分主副根，不如不分。因为主副根需要进行一次判断，以决定到底第三个根取「次末」还是「末」。
- 无结构码，比有结构码好。因为结构码需要判断字的构架。
- 首根小码不后置，比后置好。因为后置首根小码，会挤占一个主根的大码或末根的小码，如果判断首根失误，会造成回改。
对于编码规则，一个从容易到困难的排序是：
- 只用大码（呒虾米）
- 无结构码和首根小码
- 无结构码，首根小码只在不足四码时使用（宇浩）
- 分为取三根和四根，首根小码紧跟首根大码（郑码）
- 结构码（五笔）
- 分为取三根和四根，首根小码后置占位（徐码）
我的方案采取第二种，这是因为首根小码可以允许繁简通打，如果完全不加，那么即使在GB2312下重码也非常高。
宇浩输入法的规则如下：
- 取一、二、三、末根大码
- 不足四码时，补上末根小码
- 仍然不足四码时，补上首根小码（如果是v不用补）
关于字根分布
对于字根分布，有几个维度。一者，字根是否按横竖撇捺分区排布；二者，一个键上的字根是否具有相似的属性；三者，是按照键盘分区（打字主义，单映射），还是按字母表分区（检字主义，双映射）；四者，如果有小码，小码是如何决定的。
目前的常见输入法，一个从容易到困难的排序是：
- 字根大码按键盘分大区，大区内比较乱序。字根无小码。（五笔）
- 字根大码按字母分大区，大区内完全有字形规律。字根小码用字形提示。（郑码）
- 字根大码按字母分大区，大区内比较有字形规律。字根小码用拼音提示。（徐码）
- 字根大码完全乱序，小码用拼音提示。
宇浩输入法的字根排布，融合了五笔和徐码的特点。
- 大码按键盘分大区。（分区上YHN三键和五笔不同）
- 大区内比较乱序。
- 字根小码用拼音提示。（某些字根用v键）
关于拆分规则
优先级：
少 顺 散 连 交 断 美 大
直观的意思：
- 包围不拆散，比如昜。
- 竖变斜是变形。
变形幅度在直观的范围内。这一点无法完全量化，毕竟文字是艺术。所以，我也增加了地区字形兼容码。
字形
某些字形在常用字集内没有区分，或者共用 Unicode 码位。真正的字形区分往往在 CJK 拓展区，属于检字范畴。为了不增加判断难度，因此：
- 冫和ㄑ都拆成二
- 日曰除却「曰汩㫚」外都一并为「日」
- 木朩𣎳字源不同，但已经混同，术术亦同。故而不作区分。