Java实现逆向最大匹配中文分词算法

写道

//Java实现逆向最大匹配中文分词算法
public class SplitChineseCharacter {
public static void main(String[] args) {
String input = "太好了，今天是星期六啊"; // 要匹配的字符串
new Split(input).start();
}
}

class Split {
private String[] dictionary = {"今天","是","星期","星期六"}; //词典
private String input = null;

public Split(String input) {
this.input = input;
}

public void start() {
String temp = null;
for(int i=0;i<this.input.length();i++) {
temp = this.input.substring(i); // 每次从字符串的首部截取一个字，并存到temp中
// System.out.println("*****" + temp + "*********" + this.input);
// 如果该词在字典中， 则删除该词并在原始字符串中截取该词
if(this.isInDictionary(temp)) {
System.out.println(temp);
this.input = this.input.replace(temp, "");
i = -1; // i=-1是因为要重新查找， 而要先执行循环中的i++
}
}

// 当前循环完毕，词的末尾截去一个字，继续循环， 直到词变为空
if(null != this.input && !"".equals(this.input)) {
this.input = this.input.substring(0,this.input.length()-1);
this.start();
}
}

//判断当前词是否在字典中
public boolean isInDictionary(String temp) {
for(int i=0;i<this.dictionary.length;i++) {
if(temp.equals(this.dictionary[i])) {
return true;
}
}
return false;
}
}

/**
过程分析：
第一词循环：
太好了，今天是星期六啊
好了，今天是星期六啊
了，今天是星期六啊
，今天是星期六啊
今天是星期六啊
天是星期六啊
是星期六啊
星期六啊
期六啊
六啊
啊
第一次循环没有找到，则从“太好了，今天是星期六啊”中把最后一个截取，开始第二次循环

第二次循环：
太好了，今天是星期六
好了，今天是星期六
了，今天是星期六
，今天是星期六
今天是星期六
天是星期六
是星期六
星期六 --------->输出：星期六，并在原字符串中截去“星期六”-->变为“太好了，今天是”
太好了，今天是
好了，今天是
了，今天是
，今天是
今天是
天是
是 ----------> 输出：是， 并在原字符串中截去“是”-->变为“太好了，今天”
直到原字符串变为空。
*/