请教高手 急需解决我这个困惑已久的问题 关于 httpd.exe的问题

Question

我写了RMM分词技术的一个类 我在测试的时候 资源管理器里的 httpd.exe的cpu能占到50%以上的资源，哪位高手能帮我解决一下这个问题吗？谢谢了

Answer 1

<?php
class SplitWord{
var $TagDic = Array();
var $RankDic = Array();
var $SourceStr = '';
var $ResultStr = '';
var $SplitChar = ' ';
var $SplitLen = 4;
var $MaxLen = 7; 
var $MinLen = 3;   function SplitWord(){
   $this->__construct();
  }
  
  function __construct(){     
   $dicfile = dirname(__FILE__)."/ppldic.csv"; 
   $fp = fopen($dicfile,'r');
   while($line = fgets($fp,256)){
     $ws = explode(' ',$line);
     $this->TagDic[$ws[0]] = $ws[1];
     $this->RankDic[strlen($ws[0])][$ws[0]] = $ws[2];
   }
   fclose($fp);
  }
 function Clear(){
   @fclose($this->QuickDic);
  }
  function SetSource($str){
   $this->SourceStr = $this->UpdateStr($str);
   $this->ResultStr = "";
  }
  function NotGBK($str)
  {
    if($str=="") return "";
   if( ord($str[0])>0x80 ) return false;
   else return true;
  }
  function SplitRMM($str=""){
   if($str!="") $this->SetSource($str);
   if($this->SourceStr=="") return "";
   $this->SourceStr = $this->UpdateStr($this->SourceStr);
   $spwords = explode(" ",$this->SourceStr);
   $spLen = count($spwords);
   $spc = $this->SplitChar;
   for($i=($spLen-1);$i>=0;$i--){
   if($spwords[$i]=="") continue;
   if($this->NotGBK($spwords[$i])){
   if(ereg("[^0-9\.\+\-]",$spwords[$i]))
   { $this->ResultStr = $spwords[$i].$spc.$this->ResultStr; }
   else
   {
   $nextword = "";
   @$nextword = substr($this->ResultStr,0,strpos($this->ResultStr,""));
   }
   }
   else
   {
     $c = $spwords[$i][0].$spwords[$i][1];
     $n = hexdec(bin2hex($c));
      if(strlen($spwords[$i]) <= $this->SplitLen)
      {
      }
      else
      { 
      $this->ResultStr = $this->RunRMM($spwords[$i]).$spc.$this->ResultStr;
      }
     }
   }
   return $this->ResultStr;
  }
  function RunRMM($str){
   $spc = $this->SplitChar;
   $spLen = strlen($str);
   $rsStr = "";
   $okWord = "";
   $tmpWord = "";
   $WordArray = Array();
   for($i=($spLen-1);$i>=0;){
   if($i<=$this->MinLen){
   if($i==1){
     $WordArray[] = substr($str,0,2);
     }else
   {
      $w = substr($str,0,$this->MinLen+1);
      if($this->IsWord($w)){
       $WordArray[] = $w;                                                                                  
      }else{
      $WordArray[] = substr($str,2,2);
      $WordArray[] = substr($str,0,2);
      }
     }
   $i = -1; break;
   }
   if($i>=$this->MaxLen) $maxPos = $this->MaxLen;
   else $maxPos = $i;
   $isMatch = false;
   for($j=$maxPos;$j>=0;$j=$j-2){
    $w = substr($str,$i-$j,$j+1);
    if($this->IsWord($w)){
     $WordArray[] = $w;
     $i = $i-$j-1;
     $isMatch = true;
     break;
    }
   }
   }
   $rsStr = $this->otherword($WordArray);
    $rsStr;
  }
  
function otherword($WordArray){
   $wlen = count($WordArray)-1;
   $rsStr = "";
   $spc = $this->SplitChar;
   for($i=$wlen;$i>=0;$i--)
   {
$rsStr .= $spc.$WordArray[$i]."、";
   }
$rsStr = preg_replace("/^".$spc."/","、",$rsStr);
   return $rsStr;
  }
  
  function IsWord($okWord){
   $slen = strlen($okWord);
   if($slen > $this->MaxLen) return false;
   else return isset($this->RankDic[$slen][$okWord]);
  }
  
  function UpdateStr($str){
   $spc = $this->SplitChar;
    $slen = strlen($str);
    if($slen==0) return '';
    $okstr = '';
    $prechar = 0;
    for($i=0;$i<$slen;$i++){
      if(ord($str[$i]) < 0x81){
        if(ord($str[$i]) < 33){
          if($prechar!=0&&$str[$i]!="\r"&&$str[$i]!="\n") $okstr .= $spc;
          $prechar=0;
          continue; 
        }else if(ereg("[^0-9a-zA-Z@\.%#:/\\&_-]",$str[$i])){
          if($prechar==0){ $okstr .= $str[$i]; $prechar=3;}
          else{ $okstr .= $spc.$str[$i]; $prechar=3;}
        }else{
         if($prechar==2||$prechar==3)
         { $okstr .= $spc.$str[$i]; $prechar=1;}
         else
         { 
           if(ereg("@#%:",$str[$i])){ $okstr .= $str[$i]; $prechar=3; }
           else { $okstr .= $str[$i]; $prechar=1; }
         }
        }
      }
      else{
        if($prechar!=0 && $prechar!=2) $okstr .= $spc;
        if(isset($str[$i+1])){
          $c = $str[$i].$str[$i+1];
          
          $n = hexdec(bin2hex($c));
          if($n<0xA13F && $n > 0xAA40){
             if($prechar!=0) $okstr .= $spc.$c;
             else $okstr .= $c;
             $prechar = 3; 
            }
          else{
            $okstr .= $c;
            $prechar = 2;
          }
          $i++;
        }
      }
    }
    return $okstr;
  }
}
$sp=new SplitWord();
$sp->RunRMM('sfdsf');
?>
这就是那个类

Answer 2

给你一个类，你自己看看吧。http://code.google.com/p/httpcws/
HTTPCWS 是一款基于HTTP协议的开源中文分词系统，目前仅支持Linux系统。HTTPCWS 使用“ICTCLAS 3.0 2009共享版中文分词算法”的API进行分词处理，得出分词结果。
ICTCLAS（Institute of Computing Technology, Chinese Lexical Analysis System）是中国科学院计算技术研究所在多年研究工作积累的基础上，基于多层隐马模型研制出的汉语词法分析系统，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。ICTCLAS经过五年精心打造，内核升级6次，目前已经升级到了ICTCLAS3.0，分词精度98.45%，各种词典数据压缩后不到3M。ICTCLAS在国内973专家组组织的评测中活动获得了第一名，在第一届国际中文处理研究机构SigHan组织的评测中都获得了多项第一名，是当前世界上最好的汉语词法分析器。
ICTCLAS 3.0 商业版是收费的，而免费提供的 ICTCLAS 3.0 共享版不开源，词库是根据人民日报一个月的语料得出的，很多词语不存在。所以本人补充的一个19万条词语的自定义词库，对ICTCLAS分词结果进行合并处理，输出最终分词结果。
由于 ICTCLAS 3.0 2009 共享版只支持GBK编码，因此，如果是UTF-8编码的字符串，可以先用iconv函数转换成GBK编码，再用httpcws进行分词处理，最后转换回UTF-8编码。
HTTPCWS 软件自身（包括httpcws.cpp源文件、dict/httpcws_dict.txt自定义词库）采用NewBSD开源协议，可以自由修改。HTTPCWS 使用的 ICTCLAS 共享版 API 及 dict/Data/ 目录内的语料库，版权及著作权归中国科学院计算技术研究所、ictclas.org所有，使用需遵循其相关协议。
演示网址：http://blog.s135.com/demo/httpcws/