欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

词语搜索算法思想 - 第五步 结构实现

程序员文章站 2022-05-24 18:22:28
...

为什么80%的码农都做不了架构师？>>>   词语搜索算法思想 - 第五步 结构实现

第四步我们完成了组合的数组，现在我们需要对接第二步的方法，先做一个数组结合成字符串方法：

    public static void main(String[] args) {
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item)));
//		System.out.println(Arrays.toString(split("ylbg")));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		System.out.println(Arrays.toString(composite(list)));
	}

	/**
	 * 拼音组合
	 */
	public static String[] composite(ArrayList<String[]> list) {
		StringBuffer buff = new StringBuffer();
		CompositeUtil<String> t = new CompositeUtil<String>(list);
		List<String[]> result = t.getResult();
		int length = result.size();
		String[] back = new String[length];
		for (int i = 0; i < length; i++) {
			buff = new StringBuffer();
			for (String s : result.get(i)) {
				if (buff.length() > 0)
					buff.append(",");
				buff.append(s);
			}
			back[i] = buff.toString();
		}
		return back;
	}

输出：

[yu,le,ba,gua, yu,yue,ba,gua]

现在对每个组合进行分割：

    public static void main(String[] args) {
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item)));
//		System.out.println(Arrays.toString(split("ylbg")));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		String[] pinyin = composite(list);
		System.out.println(Arrays.toString(pinyin));
		for (String p : pinyin)
			System.out.println(Arrays.toString(split(p)));
	}

输出：

[yu,le,ba,gua, yu,yue,ba,gua]
[y, yu, yu, yul, yule, yule, yuleb, yuleba, yuleba, yulebag, yulebagu, yulebagua, l, le, le, leb, leba, leba, lebag, lebagu, lebagua, b, ba, ba, bag, bagu, bagua, g, gu, gua]
[y, yu, yu, yuy, yuyu, yuyue, yuyue, yuyueb, yuyueba, yuyueba, yuyuebag, yuyuebagu, yuyuebagua, y, yu, yue, yue, yueb, yueba, yueba, yuebag, yuebagu, yuebagua, b, ba, ba, bag, bagu, bagua, g, gu, gua]

我们还有一个小问题没有解决，就是词语拼音首个字母组合，有以上的基础，我们只要稍微修改下就能满足我们的需求：

    public static void main(String[] args) {
		boolean first = true;
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item, first)));
//		System.out.println(Arrays.toString(split("ylbg", first)));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item, first);
		for (String[] arr : list) {
			System.out.println(Arrays.toString(arr));
		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		String[] pinyin = composite(list, first);
		System.out.println(Arrays.toString(pinyin));
		for (String p : pinyin)
			System.out.println(Arrays.toString(split(p, first)));
		
	}
	

	/**
	 * 拼音组合
	 */
	public static String[] composite(ArrayList<String[]> list, boolean first) {
		StringBuffer buff = new StringBuffer();
		CompositeUtil<String> t = new CompositeUtil<String>(list);
		List<String[]> result = t.getResult();
		int length = result.size();
		String[] back = new String[length];
		for (int i = 0; i < length; i++) {
			buff = new StringBuffer();
			for (String s : result.get(i)) {
				if (!first && buff.length() > 0)
					buff.append(",");
				buff.append(s);
			}
			back[i] = buff.toString();
		}
		return back;
	}

	/**
	 * 词语拼音
	 */
	public static ArrayList<String[]> pinyin(String s, boolean first) {
		HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
		defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); // 小写
		defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); // 不用声标
		String[] pinyinArray = null;
		ArrayList<String> temp;
		ArrayList<String[]> list = new ArrayList<String[]>();
		for (char c : s.toCharArray()) {
			try {
				pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c,
						defaultFormat);
			} catch (BadHanyuPinyinOutputFormatCombination e) {
				e.printStackTrace();
			}
			if (pinyinArray == null) {
				list.add(new String[] { String.valueOf(c) });
			} else {
				temp = new ArrayList<String>();
				for (String p : pinyinArray) {
					if (first) {
						if (!temp.contains(p.substring(0, 1))) {
							temp.add(p.substring(0, 1));
						}
					} else {
						if (!temp.contains(p)) {
							temp.add(p);
						}
					}
				}
				list.add(temp.toArray(new String[temp.size()]));
			}
		}
		return list;
	}

	/**
	 * 切割词语
	 */
	public static String[] split(String s, boolean first) {
		int next = 0;
		String temp = "";
		int len = s.length();
		ArrayList<String> list = new ArrayList<String>();
		for (int i = 0; i < len; i++) {
			if (s.charAt(i) == ',') {
				next = 0;
			} else {
				if (i != 0 && next == 0)
					next = 1;
			}
			if (first || next == 0)
				for (int j = i + 1; j <= len; j++) {
					temp = s.substring(i, j).replace(",", "");
					if (temp.length() > 0)
						list.add(temp);
				}
		}
		return list.toArray(new String[list.size()]);
	}

对composite、pinyin和split方法加入first参数，表示如果想获得拼音首个字母，传入true，否则传入false。输出：

[ylbg, yybg]
[y, yl, ylb, ylbg, l, lb, lbg, b, bg, g]
[y, yy, yyb, yybg, y, yb, ybg, b, bg, g]

搜索数据机构已经准备完毕，接下来只是把这些准备好的东西实现需要的数据结构了：

public static void main(String[] args) {
//		boolean first = true;
//		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item, first)));
//		System.out.println(Arrays.toString(split("ylbg", first)));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
//		ArrayList<String[]> list = pinyin(item, first);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
//		String[] pinyin = composite(list, first);
//		System.out.println(Arrays.toString(pinyin));
//		for (String p : pinyin)
//			System.out.println(Arrays.toString(split(p, first)));
//		
		String[] items = { "娱乐八卦", "经济论坛" };
		HashMap<String, ArrayList<String>> map = map(items);
		System.out.println(map);
	}

	/**
	 * 构造数据结构
	 */
	public static HashMap<String, ArrayList<String>> map(String[] items) {
		ArrayList<String> values = new ArrayList<String>();
		HashMap<String, ArrayList<String>> map = new HashMap<String, ArrayList<String>>();
		String[] temp;
		for (String item : items) {
			// 中文词语切割
			temp = split(item, true);
			for (String t : temp) {
				if (map.containsKey(t)) {
					if (!map.get(t).contains(item))
						map.get(t).add(item);
				} else {
					values = new ArrayList<String>();
					values.add(item);
					map.put(t, values);
				}
			}
			
			// 中文拼音首个字母
			temp = composite(pinyin(item, true), true);
			for (String str : temp) {
				for (String t : split(str, true)) {
					if (map.containsKey(t)) {
						if (!map.get(t).contains(item))
							map.get(t).add(item);
					} else {
						values = new ArrayList<String>();
						values.add(item);
						map.put(t, values);
					}
				}
			}
			
			// 中文拼音
			temp = composite(pinyin(item, false), false);
			for (String str : temp) 
				for (String t : split(str, false)) {
					if (map.containsKey(t)) {
						if (!map.get(t).contains(item))
							map.get(t).add(item);
					} else {
						values = new ArrayList<String>();
						values.add(item);
						map.put(t, values);
					}
				}
		}
		return map;
	}

输出结构：

{yulebag=[娱乐八卦], 经济论=[经济论坛], jingjilu=[经济论坛], yuyuebagu=[娱乐八卦], yuyuebag=[娱乐八卦], 经济论坛=[经济论坛], lun=[经济论坛], gua=[娱乐八卦], bagua=[娱乐八卦], lebag=[娱乐八卦], jingjilunta=[经济论坛], 论=[经济论坛], luntan=[经济论坛], 娱=[娱乐八卦], jilun=[经济论坛], yuy=[娱乐八卦], bag=[娱乐八卦], yul=[娱乐八卦], 乐=[娱乐八卦], ylb=[娱乐八卦], yue=[娱乐八卦], 娱乐八卦=[娱乐八卦], yuyue=[娱乐八卦], gu=[娱乐八卦], tan=[经济论坛], ylbg=[娱乐八卦], jingjiluntan=[经济论坛], yybg=[娱乐八卦], 济=[经济论坛], lu=[经济论坛], lt=[经济论坛], 论坛=[经济论坛], 娱乐=[娱乐八卦], yuebagu=[娱乐八卦], 八卦=[娱乐八卦], jiluntan=[经济论坛], jingjil=[经济论坛], g=[娱乐八卦], 乐八卦=[娱乐八卦], b=[娱乐八卦], yuyueb=[娱乐八卦], l=[娱乐八卦, 经济论坛], j=[经济论坛], yulebagu=[娱乐八卦], t=[经济论坛], yuebag=[娱乐八卦], yuyu=[娱乐八卦], leb=[娱乐八卦], y=[娱乐八卦], lunt=[经济论坛], 坛=[经济论坛], jl=[经济论坛], jj=[经济论坛], jin=[经济论坛], jil=[经济论坛], jingji=[经济论坛], ta=[经济论坛], jingjilunt=[经济论坛], bg=[娱乐八卦], yyb=[娱乐八卦], yuyuebagua=[娱乐八卦], jingj=[经济论坛], yulebagua=[娱乐八卦], leba=[娱乐八卦], jjl=[经济论坛], le=[娱乐八卦], 经济=[经济论坛], lb=[娱乐八卦], jilunt=[经济论坛], 乐八=[娱乐八卦], yuyueba=[娱乐八卦], yueb=[娱乐八卦], jilunta=[经济论坛], yy=[娱乐八卦], yueba=[娱乐八卦], lebagu=[娱乐八卦], 经=[经济论坛], jjlt=[经济论坛], 八=[娱乐八卦], jilu=[经济论坛], yuleba=[娱乐八卦], ybg=[娱乐八卦], lebagua=[娱乐八卦], ba=[娱乐八卦], 娱乐八=[娱乐八卦], yb=[娱乐八卦], jlt=[经济论坛], jing=[经济论坛], jingjilun=[经济论坛], lunta=[经济论坛], 济论=[经济论坛], yuleb=[娱乐八卦], 济论坛=[经济论坛], lbg=[娱乐八卦], yu=[娱乐八卦], 卦=[娱乐八卦], yuebagua=[娱乐八卦], ji=[经济论坛], yule=[娱乐八卦], bagu=[娱乐八卦], yl=[娱乐八卦]}

到这里，可以解决这个问题了，能否更好解决这个问题？

转载于:https://my.oschina.net/fangxu/blog/41569

上一篇： ndarray的子类化

下一篇： UrlEncode后的参数如何在请求体中拿到并且转换成字符

推荐阅读