摘要： 由于最近换了工作，需要熟悉新的工作环境，工作内容也比较多，所以一直没有更新文章，趁着今晚有空，就继续写写这系列的文章。前面两篇，我们已经实现了后缀数组的排序，高频字串的抽取，也初有成效，如下图：接下来，我们就继续对结果进行进一步的精确化，使用子串归并来实现：首先，我先举一个可能不大适合的例子来大概解释一下什么叫做子串归并。假设，某个语料库中，统计到“你”出现了100次，而“你好”也刚好出现了100次，那么，我们舍弃“你”这个结果，保留“你好”；我们为什么这样做呢？从这个简单的例子可以看出，出现“你”子的时候，一定会出现“你好”，那么根据成词的规则，我们保存长的子串（一般来说，子串选取长度在[2 阅读全文