字典分词 代码(C)

本文地址: http://blog.csdn.net/caroline_wendy

给定字典, 给定一句话, 进行分词.

使用深度遍历(DFS)的方法.

使用一个參数string, 保存当前分支的分词后的句子; 使用一个參数vector, 保存全部可能的组合.

使用一个验证函数, 推断句子能否够分词.

代码:

/*
* main.cpp
*
* Created on: 2014.9.18
* Author: Spike
* Copyright (c) 2014年 WCL. All rights reserved.
*/ /*eclipse cdt, gcc 4.8.1*/ #include <iostream>
#include <vector>
#include <string>
#include <set> using namespace std; bool Match(string s, string m) {
int l = m.length();
if (s.substr(0, l) == m) {
return true;
}
return false;
} bool Validate(string s, vector<string> &dict) {
//1. calculate all alphabets in the query
set<char> sc;
for (size_t i = 0; i < s.length(); i++) {
sc.insert(s[i]);
}
//2. calculate all alphabets in the dictionary
set<char> dc;
for (vector<string>::iterator it = dict.begin();
it != dict.end(); it++)
{
for (size_t i = 0; i < (*it).length(); i++) {
dc.insert((*it)[i]);
}
}
for (set<char>::iterator it = sc.begin(); it != sc.end(); it++) {
if (dc.find(*it) == dc.end()) {
return false;
}
}
return true;
} string Split(string s, vector<string> &dict, string cur, vector<string>& list) {
if (s.length() == 0) {
list.push_back(cur);
return s;
}
for (vector<string>::iterator it = dict.begin(); it != dict.end(); it++) {
if (Match(s, *it)) {
string tmp = cur;
string latter = s.substr(it->length(), s.length() - it->length());
cur += (*it) + "~"; // add current word to cur_str
cur += Split(latter, dict, cur, list); // split remaining words
cur = tmp; //back to last status
}
}
return "No Result";
} vector<string> SplitWords(string s, vector<string> &dict) {
string cur = "";
vector<string> list;
if (!Validate(s, dict)) {
return list;
}
Split(s, dict, cur, list);
return list;
} int main()
{
vector<string> dict={"程序猿","公务员","员","我","喜","做","程序","一","欢","喜欢","做一个","一个"};
vector<string> words = SplitWords("我喜欢做一个程序猿", dict);
for (vector<string>::iterator it=words.begin(); it!=words.end(); it++) {
cout<<(*it)<<endl;
}
return 0;
}

简化版本号(没有验证):

/*
* main.cpp
*
* Created on: 2014.9.18
* Author: Spike
* Copyright (c) 2014年 WCL. All rights reserved.
*/ /*eclipse cdt, gcc 4.8.1*/ #include <iostream>
#include <vector>
#include <string>
#include <set> using namespace std; bool Match(string s, string m) {
int l = m.length();
if (s.substr(0, l) == m) {
return true;
}
return false;
} string Split(string s, vector<string> &dict, string cur, vector<string>& list) {
if (s.length() == 0) {
list.push_back(cur);
return s;
} for (vector<string>::iterator it = dict.begin(); it != dict.end(); it++) {
if (Match(s, *it)) {
string tmp = cur;
string latter = s.substr(it->length());
cur += (*it) + " | "; // add current word to cur_str
cur += Split(latter, dict, cur, list); // split remaining words
cur = tmp; //back to last status
}
} return "No Result";
} vector<string> SplitWords(string s, vector<string> &dict) {
string cur = "";
vector<string> list;
Split(s, dict, cur, list);
return list;
} int main()
{
vector<string> dict={"程序猿","公务员","员","我","喜","做","程序","一","欢","喜欢","做一个","一个"};
string s = "我喜欢做一个程序猿";
vector<string> words = SplitWords(s, dict);
for (vector<string>::iterator it=words.begin(); it!=words.end(); it++) {
cout<<(*it)<<endl;
}
return 0;
}

输出:

我~喜~欢~做~一个~程序猿~
我~喜~欢~做~一个~程序~员~
我~喜~欢~做一个~程序猿~
我~喜~欢~做一个~程序~员~
我~喜欢~做~一个~程序猿~
我~喜欢~做~一个~程序~员~
我~喜欢~做一个~程序猿~
我~喜欢~做一个~程序~员~

编程算法 - 字典分词 代码(C)的更多相关文章

  1. 编程算法 - 分割数 代码(C)

    分割数 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 有n个无差别的物品, 将它们划分成不超过m组, 求出划分方法数模M的余数. 比如: n= ...

  2. 编程算法 - 数丑陋 代码(C)

    数丑陋 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 我们把仅仅包括因子2, 3 和 5的数称作丑数. 求按从小到大的顺序的第5个丑数. 能够 ...

  3. 编程算法 - 区间调度问题 代码(C)

    区间调度问题 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 有n项工作, 每项工作分别在s时间開始, 在t时间结束. 对于每项工作能够选择參与 ...

  4. 编程算法 - 切割排序 代码(C)

    切割排序 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 排序切割, 把一个数组分为, 大于k\小于k\等于k的三个部分. 能够使用高速排序的Parti ...

  5. 编程算法 - 二部图确定 代码(C)

    二部图确定 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 给定一个具有n个顶点的图. 要给图上每一个顶点染色, 而且要使相邻的顶点颜色不同.  ...

  6. 编程算法 - 全然背包问题 代码(C)

    全然背包问题 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 有n个重量和价值分别为w,v的物品, 从这些物品中挑选出总重量不超过W的物品, 求 ...

  7. 编程算法 - 远征队(expedition) 代码(C)

    远征队(expedition) 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 题目: 远征队有一辆卡车须要行驶L单位的距离, 開始时, 车上有P单位的 ...

  8. 游戏编程算法与技巧 Game Programming Algorithms and Techniques (Sanjay Madhav 著)

    http://gamealgorithms.net 第1章 游戏编程概述 (已看) 第2章 2D图形 (已看) 第3章 游戏中的线性代数 (已看) 第4章 3D图形 (已看) 第5章 游戏输入 (已看 ...

  9. 对一致性Hash算法,Java代码实现的深入研究

    一致性Hash算法 关于一致性Hash算法,在我之前的博文中已经有多次提到了,MemCache超详细解读一文中"一致性Hash算法"部分,对于为什么要使用一致性Hash算法.一致性 ...

随机推荐

  1. linux 控制台使用技巧

    1. 键盘无响应 可能是按下ctrl+s, 此时按下scroll即可解锁 2. 想看上一屏的信息 shift+pageup 3. 打印的信息和错误信息区分 普通信息, 用printf, cout打印的 ...

  2. Python集成开发环境(Eclipse+Pydev)

    刚開始学习python,就用Editplus, Notepad++来写小程序, 后来接触了Sublime Text2.认为很不错,没事写写代码.就用编辑器Sublime Text2,最好再配搭一个ap ...

  3. Canny边缘检測算法原理及其VC实现具体解释(一)

    图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般能够看作是一个阶跃,既从一个灰度值在非常小的缓冲区域内急剧变化到还有一个灰度相差较大的灰度值.图象的边缘部分集中了图象的大部分信息,图 ...

  4. Python中字符串的方法及注释

    先整理到这里:用的时候便于查询.相当于自己的资料库吧. capitalize()   把字符串的第一个字符改为大写 casefold()   把整个字符串的所有字符改为小写 center(width) ...

  5. 转换函数CONVERSION_EXIT_TSTRN_OUTPUT

    CONVERSION_EXIT_TSTRN_OUTPUT 在路线表TVRO中字段TDVZND 运输提前时间,取出来的数值没有转换,需要此函数进行转换.如14400,000  转换后为14,400:00 ...

  6. cPickle.so:: PyUnicodeUCS2_DecodeUTF8

    cPickle.so:: PyUnicodeUCS2_DecodeUTF8错误 Python编译的参数,和Python module(mod_wsgi, pymodwsgi)编译参数不一,导致一些un ...

  7. iot表和heap表排序规则不同

    SQL> select * from (select * from t1 order by id ) where rownum<20; ID A1 A2 A3 ---------- --- ...

  8. Qt多线程(有详细例子)

    Qt线程类 Qt 包含下面一些线程相关的类:QThread 提供了开始一个新线程的方法QThreadStorage 提供逐线程数据存储QMutex  提供相互排斥的锁,或互斥量QMutexLocker ...

  9. 名字修饰约定extern "C"与extern "C++"浅析

    所谓名字修饰约定,就是指变量名.函数名等经过编译后重新输出名称的规则. 比如源代码中函数名称为int Func(int a,int b),经过编译后名称可能为?Func@@YAHHH@Z.?Func@ ...

  10. 祝贺自己itpub和csdn双双荣获专家博客标题

    这是业界难以得到认同内的技能,记录下来.油...所有的钱,明天会更好.