识别一系列字符中的单词

Question

我需要一种能识别单词的算法（基于字典） 在一系列没有空格的字符中。

例如，让我们说顺序是：
spaceless
它应该识别空间而不是。

并且可能存在可以识别更多单词的情况。 很难给出这样的例子，但我会试一试：

示例：spaceslight
公认的词语：空间和轻微（1）
公认的词：空间和光（2）

所以算法也应该能够找到那种变化。

Answer 1

如果您需要对同一个字符串进行多次查询，则后缀trie是一个很好的解决方案。这将非常有效地存储字符串并允许在O（n）中查询查询，其中n是查询的长度（请注意，除非您对查询有更多了解，否则不能做得更好）。

如果后缀trie仍占用太多空间，则可以使用DAWG，但构建起来要复杂得多。

Answer 2

您还可以尝试使用Knuth-Morris-Pratt算法。它在文本中搜索字符串...如果我正确记住它，它具有线性复杂性。这看一下：

http://en.wikipedia.org/wiki/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm

PS：你可能需要根据自己的需要稍微调整一下......

Answer 3

你可能想看一下Rabin-Karp算法，它允许单次通过文本文件来搜索字典中所有n个字母的单词n值。标准Rabin-Karp会发现重叠：spacelight - ＆gt;空间，a，ace，aces，轻微，轻，i。如果你不想要重叠的话，你需要修改它。