词语搜索算法思想 - 第五步 结构实现

第四步我们完成了组合的数组，现在我们需要对接第二步的方法，先做一个数组结合成字符串方法：

    public static void main(String[] args) {
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item)));
//		System.out.println(Arrays.toString(split("ylbg")));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		System.out.println(Arrays.toString(composite(list)));
	}

	/**
	 * 拼音组合
	 */
	public static String[] composite(ArrayList<String[]> list) {
		StringBuffer buff = new StringBuffer();
		CompositeUtil<String> t = new CompositeUtil<String>(list);
		List<String[]> result = t.getResult();
		int length = result.size();
		String[] back = new String[length];
		for (int i = 0; i < length; i++) {
			buff = new StringBuffer();
			for (String s : result.get(i)) {
				if (buff.length() > 0)
					buff.append(",");
				buff.append(s);
			}
			back[i] = buff.toString();
		}
		return back;
	}

输出：

[yu,le,ba,gua, yu,yue,ba,gua]

现在对每个组合进行分割：

    public static void main(String[] args) {
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item)));
//		System.out.println(Arrays.toString(split("ylbg")));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		String[] pinyin = composite(list);
		System.out.println(Arrays.toString(pinyin));
		for (String p : pinyin)
			System.out.println(Arrays.toString(split(p)));
	}

输出：

[yu,le,ba,gua, yu,yue,ba,gua]
[y, yu, yu, yul, yule, yule, yuleb, yuleba, yuleba, yulebag, yulebagu, yulebagua, l, le, le, leb, leba, leba, lebag, lebagu, lebagua, b, ba, ba, bag, bagu, bagua, g, gu, gua]
[y, yu, yu, yuy, yuyu, yuyue, yuyue, yuyueb, yuyueba, yuyueba, yuyuebag, yuyuebagu, yuyuebagua, y, yu, yue, yue, yueb, yueba, yueba, yuebag, yuebagu, yuebagua, b, ba, ba, bag, bagu, bagua, g, gu, gua]

我们还有一个小问题没有解决，就是词语拼音首个字母组合，有以上的基础，我们只要稍微修改下就能满足我们的需求：

    public static void main(String[] args) {
		boolean first = true;
		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item, first)));
//		System.out.println(Arrays.toString(split("ylbg", first)));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
		ArrayList<String[]> list = pinyin(item, first);
		for (String[] arr : list) {
			System.out.println(Arrays.toString(arr));
		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
		String[] pinyin = composite(list, first);
		System.out.println(Arrays.toString(pinyin));
		for (String p : pinyin)
			System.out.println(Arrays.toString(split(p, first)));
		
	}
	

	/**
	 * 拼音组合
	 */
	public static String[] composite(ArrayList<String[]> list, boolean first) {
		StringBuffer buff = new StringBuffer();
		CompositeUtil<String> t = new CompositeUtil<String>(list);
		List<String[]> result = t.getResult();
		int length = result.size();
		String[] back = new String[length];
		for (int i = 0; i < length; i++) {
			buff = new StringBuffer();
			for (String s : result.get(i)) {
				if (!first && buff.length() > 0)
					buff.append(",");
				buff.append(s);
			}
			back[i] = buff.toString();
		}
		return back;
	}

	/**
	 * 词语拼音
	 */
	public static ArrayList<String[]> pinyin(String s, boolean first) {
		HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
		defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); // 小写
		defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); // 不用声标
		String[] pinyinArray = null;
		ArrayList<String> temp;
		ArrayList<String[]> list = new ArrayList<String[]>();
		for (char c : s.toCharArray()) {
			try {
				pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c,
						defaultFormat);
			} catch (BadHanyuPinyinOutputFormatCombination e) {
				e.printStackTrace();
			}
			if (pinyinArray == null) {
				list.add(new String[] { String.valueOf(c) });
			} else {
				temp = new ArrayList<String>();
				for (String p : pinyinArray) {
					if (first) {
						if (!temp.contains(p.substring(0, 1))) {
							temp.add(p.substring(0, 1));
						}
					} else {
						if (!temp.contains(p)) {
							temp.add(p);
						}
					}
				}
				list.add(temp.toArray(new String[temp.size()]));
			}
		}
		return list;
	}

	/**
	 * 切割词语
	 */
	public static String[] split(String s, boolean first) {
		int next = 0;
		String temp = "";
		int len = s.length();
		ArrayList<String> list = new ArrayList<String>();
		for (int i = 0; i < len; i++) {
			if (s.charAt(i) == ',') {
				next = 0;
			} else {
				if (i != 0 && next == 0)
					next = 1;
			}
			if (first || next == 0)
				for (int j = i + 1; j <= len; j++) {
					temp = s.substring(i, j).replace(",", "");
					if (temp.length() > 0)
						list.add(temp);
				}
		}
		return list.toArray(new String[list.size()]);
	}

对composite、pinyin和split方法加入first参数，表示如果想获得拼音首个字母，传入true，否则传入false。输出：

[ylbg, yybg]
[y, yl, ylb, ylbg, l, lb, lbg, b, bg, g]
[y, yy, yyb, yybg, y, yb, ybg, b, bg, g]

搜索数据机构已经准备完毕，接下来只是把这些准备好的东西实现需要的数据结构了：

	public static void main(String[] args) {
//		boolean first = true;
//		String item = "娱乐八卦";
//		System.out.println(Arrays.toString(split(item, first)));
//		System.out.println(Arrays.toString(split("ylbg", first)));
//		System.out.println(Arrays.toString(split("yu,le,ba,gua")));
//		ArrayList<String[]> list = pinyin(item, first);
//		for (String[] arr : list) {
//			System.out.println(Arrays.toString(arr));
//		}
//		CompositeUtil<String> t = new CompositeUtil<String>(list);
//		for (String[] strings : t.getResult()) {
//			System.out.println(Arrays.toString(strings));
//		}
//		String[] pinyin = composite(list, first);
//		System.out.println(Arrays.toString(pinyin));
//		for (String p : pinyin)
//			System.out.println(Arrays.toString(split(p, first)));
//		
		String[] items = { "娱乐八卦", "经济论坛" };
		HashMap<String, ArrayList<String>> map = map(items);
		System.out.println(map);
	}

	/**
	 * 构造数据结构
	 */
	public static HashMap<String, ArrayList<String>> map(String[] items) {
		ArrayList<String> values = new ArrayList<String>();
		HashMap<String, ArrayList<String>> map = new HashMap<String, ArrayList<String>>();
		String[] temp;
		for (String item : items) {
			// 中文词语切割
			temp = split(item, true);
			for (String t : temp) {
				if (map.containsKey(t)) {
					if (!map.get(t).contains(item))
						map.get(t).add(item);
				} else {
					values = new ArrayList<String>();
					values.add(item);
					map.put(t, values);
				}
			}
			
			// 中文拼音首个字母
			temp = composite(pinyin(item, true), true);
			for (String str : temp) {
				for (String t : split(str, true)) {
					if (map.containsKey(t)) {
						if (!map.get(t).contains(item))
							map.get(t).add(item);
					} else {
						values = new ArrayList<String>();
						values.add(item);
						map.put(t, values);
					}
				}
			}
			
			// 中文拼音
			temp = composite(pinyin(item, false), false);
			for (String str : temp) 
				for (String t : split(str, false)) {
					if (map.containsKey(t)) {
						if (!map.get(t).contains(item))
							map.get(t).add(item);
					} else {
						values = new ArrayList<String>();
						values.add(item);
						map.put(t, values);
					}
				}
		}
		return map;
	}

输出结构：

{yulebag=[娱乐八卦], 经济论=[经济论坛], jingjilu=[经济论坛], yuyuebagu=[娱乐八卦], yuyuebag=[娱乐八卦], 经济论坛=[经济论坛], lun=[经济论坛], gua=[娱乐八卦], bagua=[娱乐八卦], lebag=[娱乐八卦], jingjilunta=[经济论坛], 论=[经济论坛], luntan=[经济论坛], 娱=[娱乐八卦], jilun=[经济论坛], yuy=[娱乐八卦], bag=[娱乐八卦], yul=[娱乐八卦], 乐=[娱乐八卦], ylb=[娱乐八卦], yue=[娱乐八卦], 娱乐八卦=[娱乐八卦], yuyue=[娱乐八卦], gu=[娱乐八卦], tan=[经济论坛], ylbg=[娱乐八卦], jingjiluntan=[经济论坛], yybg=[娱乐八卦], 济=[经济论坛], lu=[经济论坛], lt=[经济论坛], 论坛=[经济论坛], 娱乐=[娱乐八卦], yuebagu=[娱乐八卦], 八卦=[娱乐八卦], jiluntan=[经济论坛], jingjil=[经济论坛], g=[娱乐八卦], 乐八卦=[娱乐八卦], b=[娱乐八卦], yuyueb=[娱乐八卦], l=[娱乐八卦, 经济论坛], j=[经济论坛], yulebagu=[娱乐八卦], t=[经济论坛], yuebag=[娱乐八卦], yuyu=[娱乐八卦], leb=[娱乐八卦], y=[娱乐八卦], lunt=[经济论坛], 坛=[经济论坛], jl=[经济论坛], jj=[经济论坛], jin=[经济论坛], jil=[经济论坛], jingji=[经济论坛], ta=[经济论坛], jingjilunt=[经济论坛], bg=[娱乐八卦], yyb=[娱乐八卦], yuyuebagua=[娱乐八卦], jingj=[经济论坛], yulebagua=[娱乐八卦], leba=[娱乐八卦], jjl=[经济论坛], le=[娱乐八卦], 经济=[经济论坛], lb=[娱乐八卦], jilunt=[经济论坛], 乐八=[娱乐八卦], yuyueba=[娱乐八卦], yueb=[娱乐八卦], jilunta=[经济论坛], yy=[娱乐八卦], yueba=[娱乐八卦], lebagu=[娱乐八卦], 经=[经济论坛], jjlt=[经济论坛], 八=[娱乐八卦], jilu=[经济论坛], yuleba=[娱乐八卦], ybg=[娱乐八卦], lebagua=[娱乐八卦], ba=[娱乐八卦], 娱乐八=[娱乐八卦], yb=[娱乐八卦], jlt=[经济论坛], jing=[经济论坛], jingjilun=[经济论坛], lunta=[经济论坛], 济论=[经济论坛], yuleb=[娱乐八卦], 济论坛=[经济论坛], lbg=[娱乐八卦], yu=[娱乐八卦], 卦=[娱乐八卦], yuebagua=[娱乐八卦], ji=[经济论坛], yule=[娱乐八卦], bagu=[娱乐八卦], yl=[娱乐八卦]}

到这里，可以解决这个问题了，能否更好解决这个问题？