华为OD机试统一考试D卷C卷 - 中文分词模拟器

题目描述

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:

  1. 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

  2. 标点符号不成词,仅用于断句

  3. 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"]

  4. 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1

输入

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

输出

i,love,china

说明 无

用例2

输入

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

输出

i,a,t

说明

单个字母,不在词库中且不成词则输出单个字母

用例3

输入

ilovechina,thewordisbeautiful
i,love,china,ch,na,ve,lo,this,is,the,word,beauti,tiful,ful

输出

i,love,china the,word,is,beauti,ful

说明

标点符号为英文标点符号

Java

import java.util.*;

public class Main {
    // 定义 TrieNode 类,每个节点包含一个布尔值 isWord 和一个 TrieNode 类型的数组 children
    static class TrieNode {
        boolean isWord;
        TrieNode[] children = new TrieNode[26];
    }

    // 创建 Trie 的根节点
    static TrieNode root = new TrieNode();

    // 插入方法,用于向 Trie 中插入一个单词
    public static void insert(String word) {
        TrieNode node = root;
        // 遍历单词中的每个字符
        for (int i = 0; i < word.length(); i++) {
            char c = word.charAt(i);
            // 如果当前字符对应的子节点为空,则创建一个新的子节点
            if (node.children[c - 'a'] == nu

剩余60%内容,订阅专栏后可继续查看/也可单篇购买

2024华为OD机试题库D卷 文章被收录于专栏

本专栏给大家提供了华为2024最新华为OD(D)卷的题目汇总。华为OD机试刷题记录机考算法题库,帮助你上岸华为。提供C++/Java、JavaScript、Python四种语言的解法。

全部评论

相关推荐

1 收藏 评论
分享
牛客网
牛客企业服务