编程实现正向、逆向最大匹配算法，实现中文分词任务。 1、句子“南京市长江大桥”，（词典=['南京', '南京市', '市长', '江', '长江', '大桥']）。 2、分析正向、逆向最大匹配算法的优缺点。

在中文分词中，正向最大匹配算法是一种常见的实现方法，它从左到右扫描文本，每次尝试将最长的词典词与当前位置匹配。如果找到匹配，则切分单词；如果没有，继续移动到下一个位置。对于给定的例子"南京市长江大桥"，词典包含一些候选词，我们逐个尝试是否能构成完整的词。

以下是简单的Python实现：

def forward_max_match(sentence, dictionary):
    words = []
    for word in dictionary:
        if sentence.startswith(word):
            words.append(word)
            sentence = sentence[len(word):]
            if not sentence:
                break
    return words

sentence = "南京市长江大桥"
dictionary = ['南京', '南京市', '市长', '江', '长江', '大桥']
result = forward_max_match(sentence, dictionary)
print("正向最大匹配结果:", result)

逆向最大匹配则是从右往左扫描，每次寻找最短的词来匹配剩余部分。这两种方法的优点是简单直接，适合处理较小规模的问题。它们的主要优点是效率高，因为不需要考虑整个词库，只需在局部范围内搜索。

然而，它们也有一些局限性：
1. **缺乏上下文考虑**：单纯的最大匹配可能会遇到歧义词的情况，例如"上海银行"可能既可以理解为地名，也可以看作是一个金融机构。
2. **无法处理未知词汇**：如果输入的新词不在词典中，这两种方法会失效。
3. **效率降低对长词**：对于非常长的词，无论是正向还是逆向，都可能导致效率下降。