学步园

c# 写了个正向匹配的分词算法，思路很简单，每次从字符串中取一个词，至于词的长度，能够自己配置的，比如本文中的，

后偏差的意思是：当取到一个词时不立即社区该串字符，而是顺延Offset个字符，如该词库中的：共和，共和国 就是如此。

前偏差的意思是：同上当取到一个词时，并不重新从新位置开始，而是从指定偏差值的位置开始，如该词库中的：中华，华人。

明天继续完善，欢迎高手指定，谢谢！ 

using System;
using System.Collections.Generic;
using System.Web;
using System.Web.UI;
using System.Web.UI.WebControls;
using System.Collections;

public partial class _Default : System.Web.UI.Page
{
    public ArrayList al = new ArrayList();
    protected void Page_Load(object sender, EventArgs e)
    {
        string str = "中华人民共和国";
        al.Add("人民");
        al.Add("华人");
        al.Add("中华");
        al.Add("共和");
        al.Add("共和国");
        char[] chs = str.ToCharArray();

        Response.Write(SplitString(str));
        return;
    }

    int MinSize = 2;//最小词长
     int MaxSize = 4;//最大词长
    int Offset = 1;//后偏差
    int LOffset = 1;//前偏差
    public string SplitString(string str)
    {
        string keys = string.Empty;
        char[] chs = str.ToCharArray();
        int chsLen = chs.Length;
        string tempKey = string.Empty;

        for (int j = 0; j < chsLen; j++)
        {
            int CurrChLen = 0;
            int CurrOffset = 0;
            for (int i = j; i < chsLen; i++)
            {
                tempKey += chs[i].ToString();
                CurrChLen++;

                if (CurrChLen < MinSize)
                {
                    continue;
                }
                if (CurrChLen > MaxSize)
                {
                    break;
                }
                if (al.Contains(tempKey))
                {
                    keys += tempKey + ",";

                    if (CurrOffset < Offset)
                    {
                        j = i - 1;
                        CurrOffset++;
                        continue;
                    }

                    break;
                }
                if (CurrOffset > 0)
                {
                    break;
                }
            }
            tempKey = string.Empty;
        }
        return keys;
    }
}