写一个nlp的python程序，实现最大分词为3的中文正向最大分词匹配算法，词库有Wordsdic.txt提供，不使用库语言，并且测试样例“结合成分子时”，并计算分词时间

为了编写一个不依赖于库的中文正向最大匹配分词算法，我们可以使用滑动窗口的概念。首先，我们需要读取词典文件并存储在一个集合中。然后，我们将输入文本逐字符遍历，每次尝试将最长长度为3的连续字符作为一个词汇进行匹配。

以下是简单的Python代码实现：

# 读取词典文件
def load_words_dict(filename):
    with open(filename, 'r', encoding='utf-8') as f:
        words = set(line.strip() for line in f)
    return words

# 中文正向最大匹配分词函数
def max_match_segmentation(text, word_dict):
    result = []
    word_dict_set = set(word_dict)  # 转换为集合提高查找速度
    length = len(text)
    
    for i in range(length - 2):  # 长度限制为3
        if text[i:i+3] in word_dict_set:
            result.append(text[i:i+3])
            i += 3  # 移动窗口到下一个位置，跳过已匹配的部分
        else:
            while i < length and text[i] not in word_dict_set:
                i += 1  # 如果当前字符不在字典里，向前移动直到找到或到达结尾
            
    return result

# 测试样例
word_dict = load_words_dict('Wordsdic.txt')
text = "结合成分子时"
start_time = time.time()
segmented_text = max_match_segmentation(text, word_dict)
end_time = time.time()

# 计算分词时间
seg_time = end_time - start_time
print(f"分词结果：{segmented_text}")
print(f"分词时间：{seg_time}秒")

#