中文分词模拟器

题目描述

给定一个连续不包含空格字符的字符串，该字符串仅包含英文小写字母及英文标点符号（逗号、句号、分号），同时给定词库，对该字符串进行精确分词。

说明：

• 精确分词：字符串分词后，不会出现重叠。例如 "ilovechina"，不同切分后可得到 "i", "love", "china"。

• 标点符号不分词，仅用于断句。

• 词库：根据常识及词库统计出来的常用词汇。例如：dictionary={"i","love","china","ilovechina","lovechina"}。

• 分词原则:采用分词顺序优先且最长匹配原则。“ilovechina”，假设分词结果[i,ilove,lo,love,ch,china,lovechina] 则输出 [ilove,china]

  • 错误输出：[i, lovechina]，原因："ilove" > 优先于 "lovechina" 成词。

  • 错误输出：[i, love, china]，原因："ilove" > "i"，遵循最长匹配原则。

输入描述

1. 字符串长度限制：0 < length < 256
2. 词库长度限制：0 < length < 100000
3. 第一行输入待分词语句 "ilovechina"
4. 第二行输入中文词库 "i, love, china, ch, na, ve, lo, this, is, the, word"

输出描述

按顺序输出分词结果 "i, love, china"

示例一

输入：
ilovechina
i,love,china,ch,na,ve,lo,this,is,the,word

输出：
i,love,china

说明：
输入的字符串被按最长匹配原则分为 "i", "love", "china"。

示例二

输入：
ilovech
i,love,china,ch,na,ve,lo,this,is,the,word

输出：
i,love,ch

说明：
输入的字符串被按最长匹配原则分为 "i", "love", "ch"。

示例三

输入：

iat
i,love,china,ch,na,ve,lo,this,is,the,word,beauti,tiful,ful
输出：

i a,t

代码思路

2024华为OD机试真题---中文分词模拟器-CSDN博客