观自在的博客

原创 阿里巴巴2017实习生招聘数据研发工程师编程题2(字符串处理)

问题背景: 小明是我司的一名优秀数据研发，每天他要处理着上千亿的数据。然而他的老板今天又给了他新的任务，要通过自然语言学习的方法，去挖掘数据中的更多价值，于是小明踏上了NLP的学习之路。 小明翻阅了很多书籍，初步的了解了一些NLP的算法，它们有一个共同的步骤，是要做分词，然后做词频统计。现在小明已经通过一些算法，得到了一个分好词的词典，然后对于一篇给定的文章，他想知道，他得到的词典