1.编写python代码实现N-最短路径方法分词（不能调用jieba等分词包） 词表：李，胜，利，说，的，确，实，在，理，胜利，的确，确实，实在，在理 测试数据：李胜利说的确实在理 要求：输出3个候选分词,分词与分词之间使用’/'符号进行分隔。

在Python中实现简单的基于给定词表的N-最短路径分词算法并不像jieba那样复杂，我们可以使用一个动态规划的方法来构建。这里我们假设词表中的每个单词都是一个独立的节点，并尝试找到从输入字符串开始到词表中的词的所有可能路径，其中路径长度为3。

# 定义词表
word_table = ['李', '胜', '利', '说', '的', '确', '实', '在', '理', '胜利', '的确', '确实', '实在', '在理']
# 测试数据
test_data = "李胜利说的确实在理"

def n_shortest_paths(word, path=(), min_length=0):
    if word in path or len(path) >= 3:
        return [path]
    else:
        paths = []
        for i, w in enumerate(word_table):
            if w == word and len(path) + 1 <= 3:
                paths.extend(n_shortest_paths(w, path + (w,), min_length + 1))
        return paths

# 分词函数
def segment(text, max_n=3):
    words = text.split()
    segments = []
    for word in words:
        candidates = n_shortest_paths(word)[:max_n]
        if candidates:
            segments.append('/'.join(candidate[-1]) if candidates else word)
        else:
            segments.append(word)
    return segments

# 测试
result = segment(test_data)
print(result)

在这个代码中，`n_shortest_paths` 函数递归地寻找所有可能的路径，直到达到最大路径长度（这里是3）。然后`segment` 函数将测试数据拆分为单词，并对每个单词应用 `n_shortest_paths` 函数获取前三个候选分词。

注意：这种方法非常基础，对于实际应用中的文本分词可能效率低下，因为它没有考虑上下文信息，也没有处理一些常见的分词规则。在实际项目中，更推荐使用成熟的分词库如jieba或NLTK。