前向最大匹配 Forward Max Matching

最大匹配是贪心算法的一种
与DP算法不同的是无法考虑全局
一般前向最大匹配的场景是分词

sentence = "NLP计算常常用于知识提取与推理"
dictionaries = {'NLP':1,'计算':1,'常常':1,'用于':1,'知识':1,'提取':1,'与':1,'推理':1}

def slide(original,index_,max_len = 5):
    return original[index_:index_+max_len]
    
def test_word(text,dict_):
    char_len = len(text)
    for char_index in range(char_len,0,-1):
        temp_word = text[0:char_index]
        if temp_word in dict_:
            return temp_word
            
def forwoard_max_matching(original,max_len,dict_):
    result = []
    dict_ = list(dictionaries)
    n = len(original)
    for i in range(n):
        temp_text = slide(original,i,max_len)
        temp_word = test_word(temp_text,dict_)
        if temp_word != None:
            result.append(temp_word)
    return result
forwoard_max_matching(sentence,5,dictionaries)