111,131
社区成员
发帖
与我相关
我的任务
分享如何效率更高
在字符中寻找可能存在的汉字拼音，然后分别替换成拼音的首字母
pingyin5656aaa 转成 py5656aaa
wu999han... 转成 w999h...
没有的就不转换，有啥效率高点的方法？
pingyin5656aaa 转成 py5656aaa
wu999han... 转成 w999h...
没有的就不转换，有啥效率高点的方法？
...全文
请发表友善的回复…
发表回复
wanghui0380 2020-05-06
- 打赏
- 举报
百度了一下
https://baike.baidu.com/item/%E9%9F%B5%E6%AF%8D/2666749?fr=aladdin
中文韵母也就36个，你这问题一下就简化了
wanghui0380 2020-05-06
- 打赏
- 举报
如果不管歧义，要快可以直接扫描 词根
xiang ---------------ang
pinyin -------------in
基本上拼音后面韵母词根的前面扫1，2个字符。后去做个hashkey判定就好
比如上面
ang----------前面扫1个----iang-----还是韵母------再扫一个-------xiang--------这个应该就在你准备的hash词库里了
ang----------- --------------hang-------------------------------------------------再hash里
当然把前缀1，前缀2，韵母词根------扔给贝叶斯算概率也行。
当然我个人其实现在不纠结。快么这要求现在到不纠结。现在的项目未必要多快，了不起一个公用队列，，开8个docker，同时并行处理。单纯分析那么1条50个字符就是全扫也就1，2秒。8个并行docker足够调度了
wanghui0380 2020-05-06
- 打赏
- 举报
利用jieba 分词后再弄（当然词库你的先预备着）
快不快难说，主要是有歧义的分法，就是俺们打字输入法有时候提示的都不对味儿啊。
橘子皮... 2020-05-06
- 打赏
- 举报
已经收集了所有常见汉字的拼音
