3.2w+
社区成员
GOOGLE的一道题
给定一个字符串例如“appleuwebananasdf”，和一个词典库（里面有apple ，banana ……），将其分词。结果应该为 “apple uwe banana sdf ”。
注意考虑词典库的大小。
请给出实现代码，并描述其时间复杂度。
大家讨论一下。
扫描字符串需要O（n^2），然后查字典用HASH表?内存占用太高了。有什么好办法？
注意考虑词典库的大小。
请给出实现代码，并描述其时间复杂度。
大家讨论一下。
扫描字符串需要O（n^2），然后查字典用HASH表?内存占用太高了。有什么好办法？
...全文
当前发帖距今超过3年，不再开放新的回复
发表回复
cllr 2008-05-29
你可以去找一下double-array trie，这个对于静态字符串查找效率比较高
zhangjinpengchina 2008-05-29
trie树
xiang37 2008-05-27
[Quote=引用 25 楼 fuqd273 的回复:]
xuexi
[/Quote]
xuexi
[/Quote]
梦无痕123 2008-05-26
up
huangyongcheng 2008-05-25
觉得字典可以用键树存储，然后再查找匹配。
Dancing_Sea 2008-05-24
字典树比较有效
hash方法数据量中等规模的时候比较不错
10万词汇，hash就慢了，字典树查询不比hash慢
另外实际使用中，字典都是存好的，并不是随用随建立
他没有提最大最小分词，那么就都采纳。无非就是栈
搜索要的是全面
hash方法数据量中等规模的时候比较不错
10万词汇，hash就慢了，字典树查询不比hash慢
另外实际使用中，字典都是存好的，并不是随用随建立
他没有提最大最小分词，那么就都采纳。无非就是栈
搜索要的是全面
fuqd273 2008-05-14
xuexi
quanwuling 2008-05-14
扫描字符串的时侯发现A字符，则在内存中迅速建立A索引(以a开头)的词典HASH，这样词典在内存中就不会太大，而且也可以完整的将以a开头的单词配置完。
a匹配完后匹配剩下的,以u开头的，这样在内存中迅速再建立u索引词典HASH。
这样几乎只需要一次小的扫描，不需要扫描整个字符串。而且扫描后的单词不需要再次处理。关键点应该是处理词典库。我觉得词典库还是应该以一种优化的索引方式存储，这样加载以a或者其它字符开头的词典时效率是最快的。
a匹配完后匹配剩下的,以u开头的，这样在内存中迅速再建立u索引词典HASH。
这样几乎只需要一次小的扫描，不需要扫描整个字符串。而且扫描后的单词不需要再次处理。关键点应该是处理词典库。我觉得词典库还是应该以一种优化的索引方式存储，这样加载以a或者其它字符开头的词典时效率是最快的。
shu_yoyo 2008-05-11
想想
wwb198686 2008-05-11
就是有点难度啊，要好好的想一下的。
baiyizhujian 2008-05-10
实质上有些难度的
meiZiNick 2008-05-01
以后需再关注，现在先帮你顶一下
UltraBejing 2008-04-30
都是很好的建议! 值得学习
shshsh_0510 2008-04-08
这个感觉用hash不好，用b树之类，一般字典库在整个空间很稀疏，对于查找的否定结果应该效率更高
ace00 2008-04-07
面试题目有机会吧代码写出来吗？
azhen 2008-04-04
基本上对于这个问题，是很少用hash的，因为一般情况下，字典都是非常庞大，很可能在内存里面都存储不了....
比较通用的方法是建立一颗多路树，每个节点下面26个节点,a,b,c,d.....
然后使用反向减字最大匹配法进行切割匹配，这个是天网目前使用的中文切词方法.
如果字典中单词有n个，带切割的句子长度为m
那么时间复杂度是. mlgn
比较通用的方法是建立一颗多路树，每个节点下面26个节点,a,b,c,d.....
然后使用反向减字最大匹配法进行切割匹配，这个是天网目前使用的中文切词方法.
如果字典中单词有n个，带切割的句子长度为m
那么时间复杂度是. mlgn
ace00 2008-04-03
关注的人不多呀
fire_woods 2008-04-03
[Quote=引用 10 楼 linyai 的回复:]
最少分词法，从后向前切，可以考虑一下，时间复杂O(n)* o(1)(HASH无冲突)
[/Quote]
能说一下具体实现吗?
最少分词法，从后向前切，可以考虑一下，时间复杂O(n)* o(1)(HASH无冲突)
[/Quote]
能说一下具体实现吗?
cyzhang811 2008-04-03
看来我还是菜鸟啊
matchboy 2008-04-02
mark
加载更多回复
GOOGLE的一道笔试题.pdf Google2009 华南地区笔试题 给定一个集合A=[0,1,3,8](该集合中的元素都是在09 之间的数字但未必全部包含) 指 定任意一个正整数K请用A 中的元素组成一个大于K 的最小正整数 比如A=[1,0] K=21 那么输出结构应该为100 #...
一道谷歌测试题 背包变体 有n个桶，每个桶里有a[i]个硬币，不能同时取相邻两个桶里的硬币，一个桶里的硬币要么取完，要么不取，背包容量为num，也就是最多取num个硬币。 输出最多能取多少个硬币 范围：1<=n<=10000, 1<...
leetcode｜一道算法题错失谷歌offer 为大家讲解 LeetCode 第 226 题，是一道简单却让大佬 Max Howell（Homebrew 的开发者）错失谷歌的offer的题。让我们一起来了解一下吧～ 每日一笑 小明：“我努力起来自己都怕。” 爸爸：“那你努力啊。” 小明：...
一道谷歌编程题引发的思考 写在前面 今天做了谷歌的一道在线测试题，在理解题意的基础上，总算把程序编写完整，在提交后发现很诡异的现象：小的数值运行正确，大的数值运行错误。但是我确定，数值范围没有溢出! 没有溢出! 最终排查很久，...
Union Find 和一道谷歌面试题 选择它的原因是我在一次谷歌面试中被问到了这个题，而且当时没有回答出来，这就刺激了我一定要把 union-find 搞懂的愿望。我并不是完全不懂这个数据结构，在斯坦福在 Coursera 中的 Algorithm Specialization 里 Tim...
一道谷歌面试题 今天在网上看了一道面试题： 给定三个整数a，b，c，实现函数int median(int a, int b, int c),返回三个数的中位数。不可以使用sort，要求整数操作（比较，位运行，加减乘除等）次数尽量少。 并分析说明程序最坏和...
从 Google 的一道面试题说起 2004 年，在硅谷的交通动脉 101 公路上出现了一块巨大的广告牌，上面是道数学题：{ e 的连续数字中最先出现的 10 位质数 }.com。这里的 e 是数学常数，自...
谷歌面试题 两个鸡蛋 来源：... 题目： No.2 Google Interview Puzzle : 2 Egg Problem * You are given 2 eggs. * You have access to a 100-storey building. * Eggs can be very har...
从 Google 的一道面试题说起· 内容选自：《程序员的数学基础课》2004 年，在硅谷的交通动脉 101 公路上出现了一块巨大的广告牌，上面是道数学题： { e 的...进入网址后会看到 Google 为你出的第二道数学题。成功解锁这两步，你才可能成为和 Googl...
一道Google面试题引发的代码优化战 今天我们以一道Google面试题为例，继续谈优化。这道题做得好，今夜我们都是Google-ese.【Talk is cheap，show you the code】 Q：写一个函数，返回参数二进制中1的个数。 e.g.15 二进制 0000 1111 返回4个1 函数...
C++并发实战：面试题3：一道google笔试题 题目：有四个线程1、2、3、4。线程1的功能就是输出1，线程2的功能就是输出2，以此类推.........现在有四个文件ABCD。初始都为空。现要让四个文件呈如下格式： A：1 2 3 4 1 2.... B：2 3 4 1 2 3.... ...
【算法】一道有趣的GOOGLE面试题 最近在微博上看到一道有趣的GOOGLE面试题，见下图： 文字版： 一个大小为n的数组，里面的数都属于范围[0, n-1]，有不确定的重复元素，找到至少一个重复元素，要求O(1)空间和O(n)时间。 这...
从一道题浅说 JavaScript 的事件循环 从一道题浅说 JavaScript 的事件循环 注：本篇文章运行环境为当前最新版本的谷歌浏览器（72.0.3626.109） 最近看到这样一道有关事件循环的前端面试题： //请写出输出内容 async function async1() { console.log('...
