华为OD机试 - 中文分词模拟器（Python/JS/C/C++ 2024 D卷 100分）

一、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。

二、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, wo