#90. 精确最长匹配分词
精确最长匹配分词
题目
给定一个连续不包含空格的字符串,该字符串仅包含英文小写字母及英文标点符号(逗号、分号、句号),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。即"ilovechina",不同词库可分割为"i,love,china","ilove,china",不能分割出现重叠的"i,ilove,china",i 出现重叠
- 标点符号不成词,仅用于断句
- 词库:根据外部知识库统计出来的常用词汇例:dictionary = ["i", "love", "china", "lovechina", "ilove"]
- 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
第一行输入待分词语句 "ilovechina",字符串长度限制:0 < length < 256
第二行输入中文词库
"i,love,china,ch,na,ve,lo,this,is,this,word",词库长度限制:1 < length < 100000
输出描述
按顺序输出分词结果 "i,love,china"
用例
输入
ilovechina
i,love,china,ch,na,ve,lo,this,is,the,word
输出
i,love,china