给定字典做分词

最近需要用到分词,无聊写个算法。。。

算法:给定一个字典和一句话,做分词;

Target:输入词典,输出所有可能的分词结果

思路:dfs

加速:首先判断是不是这句话里所有的词在字典中都有(validate)



[cpp]  view plain copy
  1. //  
  2. //  Wordsplit.cpp  
  3. //    
  4. //  Target: Find all possible splitting of a sentence given a dictionary dict  
  5. //  Howto:  refer to main  
  6. //  
  7. //  Created by Rachel on 14-8-16.  
  8. //  Copyright (c) 2014年 ZJU. All rights reserved.  
  9. //  
  10.   
  11. #include <iostream>  
  12. #include <stdio.h>  
  13. #include "vector"  
  14. #include <set>  
  15. #include<unordered_set>  
  16. using namespace std;  
  17.   
  18. class Wordsplit {  
  19. private:  
  20.     vector<string> list;  
  21.     bool match(string s, string cur_ele){  
  22.         int l = cur_ele.length();  
  23.         if (s.substr(0,l)==cur_ele) {  
  24.             return true;  
  25.         }  
  26.         return false;  
  27.     }  
  28.       
  29.     bool validate(string s, unordered_set<string> &dict){  
  30.         //1. calculate all alphabets in the query  
  31.         set<char> alpha;  
  32.         for (int i=0; i<s.length(); i++) {  
  33.             alpha.insert(s[i]);  
  34.             }  
  35.         //2. calculate all alphabets in the dictionary  
  36.         set<char> beta;  
  37.         unordered_set<string>::iterator dict_it;  
  38.         for (dict_it = dict.begin(); dict_it!=dict.end(); dict_it++) {  
  39.             for (int i=0; i<(*dict_it).length(); i++) {  
  40.                 beta.insert((*dict_it)[i]);  
  41.             }  
  42.         }  
  43.         set<char>::iterator it;  
  44.         for (it = alpha.begin(); it!=alpha.end(); it++) {  
  45.             if (beta.find(*it)==beta.end()) {  
  46.                 return false;  
  47.             }  
  48.         }  
  49.         return true;  
  50.     }  
  51.       
  52. public:  
  53.     string split(string s, unordered_set<string> &dict, string cur_str){  
  54.         if (s.length()==0) {  
  55.             list.push_back(cur_str.substr(0,cur_str.length()-1));  
  56.             return s;  
  57.         }  
  58.         //cout<<s<<endl;  
  59.         unordered_set<string>::iterator it;  
  60.         for (it=dict.begin(); it!=dict.end(); it++) {  
  61.             if (match(s, (*it))) {  
  62.                 string tmp_str = cur_str;  
  63.                 string latter = s.substr(it->length(), s.length()-it->length());  
  64.                 cur_str += (*it) + " "// add current word to cur_str  
  65.                 cur_str += split(latter, dict, cur_str); // split remaining words  
  66.                 cur_str = tmp_str; //back to last status  
  67.             }  
  68.         }  
  69.         return "no result";  
  70.     }  
  71.       
  72.       
  73.     vector<string> main(string s, unordered_set<string> &dict) {  
  74.         if (!validate(s, dict)) {  
  75.             return list;  
  76.         }  
  77.         split(s, dict, "");  
  78.         return list;  
  79.     }  
  80. };  
  81.   
  82. int main()  
  83. {  
  84.     Wordsplit s;  
  85.     unordered_set<string> L={"程序员","公务员","员","我","喜","做","程序","一","欢","喜欢","做一个","一个"};  
  86.     vector<string> V = s.main("我喜欢做一个程序员", L);  
  87.     vector<string>::iterator it;  
  88.     for (it=V.begin(); it!=V.end(); it++) {  
  89.         cout<<(*it)<<endl;  
  90.     }  
  91.  

输出:

 喜欢 做一个 程序 

 喜欢 做一个 程序员

 喜欢  一个 程序 

 喜欢  一个 程序员

   做一个 程序 

   做一个 程序员

    一个 程序 

    一个 程序员


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值