深耕专业教研，探索前沿技术
信息技术来源：2026年5月浙江省普通高中适应性考试（义乌柯桥）

第 15 题

答案与解析

第(1)小题

参考答案

人工

“大数据”与“数据”重叠，按长度优先保留“大数据”；其后匹配“推动”。

“人工智能”和“智能系统”都是4个字，且在“智能”处重叠，不能同时保留。二者词频分别为10和20，因此优先保留“智能系统”。它前面的“人工”也在词典中，可单独成词；最后的“发展”未出现在所给词典中，按单字划分。

分词结果为“大数据，推动，人工，智能系统，发，展”，第3个单词是“人工”。

第(2)①小题

参考答案

[8,11,50,3]

程序分析

p=head
q=words[p][3]
while q!=-1 and (words[q][2]>=node[2] or node[0]>words[q][1]):
    p=q
    q=words[q][3]

题干规定每个结点依次保存词语的开始索引、结束索引、词频和后继结点下标。前三项为-1的words[head]是辅助头结点，不代表实际词语。

p先指向辅助头结点，q取得它的后继结点下标。循环中先令p=q，再令q=words[q][3]，使二者沿链表向后移动，p始终指向q所指结点的前驱。q为-1表示已到链表末尾；否则，只有括号中的条件成立，才继续跳过当前结点。

words.append(node)
words[p][3]=len(words)-1
words[len(words)-1][3]=q
return words

append把新结点追加到列表末尾，其下标为len(words)-1。随后把p所指结点的后继改为新结点，再把新结点的后继设为q，从而将新结点插在p与q之间。若q为-1，则接到链表末尾。列表中的存储位置与链表中的先后次序由指针联系，不必相同。

新词的开始索引为8、词频为50。沿链表检查：

q 词频条件 位置条件 操作
1 40≥50不成立 8>5成立 跳过结点1
2 32≥50不成立 8>3成立 跳过结点2
3 25≥50不成立 8>9不成立 停止查找

循环结束时p=2、q=3。新结点追加到words[4]，其后继设为3，因此words[4]为[8,11,50,3]；同时words[2][3]改为4。

第(2)②小题

参考答案

D

共用程序分析见第(2)①小题。

q不为-1时，括号内用or连接两个条件，任一条件成立就跳过当前结点：

  • words[q][2]>=node[2]：当前词的词频不低于新词，包含词频相等的情况。
  • node[0]>words[q][1]：新词的开始索引大于当前词的结束索引，即当前词完全位于新词之前，二者没有重叠文字。

这与D项的表述一致。

第(3)小题

参考答案

  1. word=text[i:i+j]

  2. cur,start

  3. p[i]!=-1 and end>=words[p[i]][0]

程序分析

text=input("输入文本：")
result = split(text,dict,max_word_len)
print("分词结果：",result)

主程序输入待分词文本，将文本、词典和词典中最长词语的长度传给split函数，最后输出函数返回的分词结果。下面按split中的执行顺序分析。

n = len(text)
words = []
for i in range(max_word_len+1):
    words.append([-1,-1,-1,-1])
for i in range(n):
    for j in range(2,max_word_len+1):
        if i+j <= n:
            ①
            weight=search(dict,word)
            if weight!=-1:
                insert(words,j,[i,i+j-1,weight,-1])

程序先在words中建立max_word_len+1个辅助头结点。随后i遍历文本的起始位置，j遍历2到max_word_len的词长；i+j<=n保证从i开始的j个字符没有超出文本范围。

search返回候选词的词频，返回-1表示词典中不存在该词。找到匹配词时，结点保存[i,i+j-1,weight,-1]，即词语在text中的起止索引、词频和后继指针，并调用insert插入以words[j]为辅助头结点的链表。由此可知，不同词长使用不同链表，同一链表中的候选词长度相同；结点的前两项是文本索引，最后一项则是后继结点在words中的下标。

p=[-1]*(max_word_len+1)
for i in range(2,max_word_len+1):
    p[i]=words[i][3]
res=""
cur=0
while hasmore(p):
    ...

words[i][3]取得长度为i的链表中首个候选结点的下标，并保存到p[i]，所以p[i]指向该长度当前待处理的候选词；-1表示没有候选词。res初始化为空字符串，cur初始化为0。hasmore逐项检查p[2]到p[max_word_len]，只要还有一个不为-1，就继续处理。

x=-1
for i in range(max_word_len,1,-1):
    if p[i]!=-1 and (x==-1 or words[p[i]][1]<words[p[x]][0]):
        x=i
start=words[p[x]][0]
end=words[p[x]][1]

i按词长从大到小变化。x为-1时，遇到第一个非空链表就令x=i；已有候选后，只有当前较短词的结束索引小于已选词的开始索引，才改选较短词。这样，较短词完全位于已选词之前时可先处理它；若二者重叠，则保留先选中的较长词。

x保存所选词的长度，p[x]才是该词结点在words中的下标。通过这个结点取得start和end，即所选词在text中的起止索引。

for i in range(②):
    res+=text[i]+"，"
res+=text[start:end+1]+"，"
cur=end+1

第一个循环逐字追加字符和分隔逗号，随后将选中的整个词追加到res。选词结束后，cur更新为end+1，表示下一次尚未处理的字符位置；结合其初值0，可知处理范围从文本开头逐步向后推进。

for i in range(max_word_len,1,-1):
    while ③:
        p[i]=words[p[i]][3]

程序依次检查各词长的当前候选。p[i]=words[p[i]][3]沿该链表移到后继结点，从当前候选开始连续跳过已失效的词。words中的旧结点仍然存在，改变的是各链表下一次参与选择的位置。

for i in range(cur,n):
    res+=text[i]+"，"
return res

所有候选词都处理完后，cur之后可能还有字符未加入结果。程序把这些剩余字符逐字追加，再返回res。若从未匹配到词语，cur仍为0，这个循环便将全文按单字划分。

填空分析

①

当前起始索引为i、词长为j，需要取出从i到i+j-1的字符交给search查找。Python切片不包含右端点，因此填写：

word=text[i:i+j]

②

cur是尚未处理的起始位置，start是本轮所选词的开始索引。在追加整个词之前，应先将cur到start-1之间的字符按单字追加，故range的两个参数为：

cur,start

若cur等于start，循环为空，直接追加所选词。

③

所选词追加后，下标不大于end的字符已经处理过。当前候选若从这些位置开始，就已被处理或与已选词重叠，应沿链表跳过。因此需判断候选词的开始索引words[p[i]][0]是否不大于end。

访问结点前还须保证p[i]!=-1，否则已经没有候选词。用and连接，使指针为-1时不再访问结点，填写：

p[i]!=-1 and end>=words[p[i]][0]

判断包含等号：候选词若恰好从end开始，仍与已选词共用最后一个字符。