摘要：
在全文检索中，分词处理对性能的影响很大，包括索引大小、检索速度、准确度等方面。 一个好的分词处理应该具备哪些特性呢？ 1）速度、准确度 2）自定义词典 3）对英文、数字符号、日期、繁简转换等的优化 中文分词算法大概分为两大类 1、字符串匹配（基于词典） 这一算法其实就是使用字典，与字典中的词想匹配， 阅读全文
摘要：
1、概述 KMP算法是一种改进的字符串匹配算法，关键在于利用匹配失败后的信息，尽量减少模式串与主串的次数。 2、算法原理 举个简单的例子：主串为“BBC ABCDAB ABCDABCDABDE”，匹配串为“ABCDABD” 通常我们比较字符串，从头开始，第一个字符不匹配时，向后移匹配串。 当匹配串与 阅读全文
摘要：
1、概述 Trie树（ /tri:/ ），又称前缀树、字典树，是种快速检索的多叉树结构， Trie树的基本性质可以归纳为： （1）根节点不包含字符，除根节点意外每个节点只包含一个字符。 （2）从根节点到某一个节点，路径上经过的字符连接起来，为该节点对应的字符串。 （3）每个节点的所有子节点包含的字符 阅读全文