LeetCode的一道题引申的python实现的对字符串进行分词，提取词频的方法

#该函数为，i为扩充出的词的长度，i=2，就是ab，bc，de这种两个长度的词；
#然后在sc中找值不为1的键值对，检查长度为i的键在s中出现后续词的数量，并插入到sc字典中
#返回此层结果的最大词频
def fillSc(sc:dict,s:list,i:int)->int:
    maxlens=0 #最大词频
    if len(sc)==0: #如果sc字典为空，则开始把单字进行填充
        for b in s:
            sc[b]= s.count(b)
            if s.count(b)>maxlens:   #判断该词频率，如果频率是最高的，就保存下来
                maxlens=s.count(b) 
    else:          #否则在sc字典中找到词长为i的词，进行探索
        for x in list(sc.keys()):
            if len(x)!=i: #如果为词长与预设不符，则不再继续，而是跳过
                continue
            else:
                m=int(sc[x]) #m为词x出现的次数
                if m>1:#词频为1的，不再处理，只处理词频高于1的
                    n=0 #取词的位置
                    for k in range(0,m,1):
                        if s.index(x,n,)+len(x)<len(s)-1:  #判断是否到了s字符串的结尾
                            x1=x+s[s.index(x,n,)+len(x)] #形成后续词，即x为ab时，取abc，如果存在多个ab，则接连取
                            n=s.index(x,n,)+len(x)#后续词出现的位置
                            sc[x1]=s.count(x1)#补充进sc列表
                            if s.count(x1)>maxlens:   #判断该词频率，如果频率是最高的，就保存下来
                                maxlens=s.count(x1)    
    
    return maxlens

s="abcabcbb" #原始字符串
sc={} #空字典，用于存储分出来的词和词频
i=0   #当前层数，也就是当前词的长度，例如a是1，ab是2，abc是3
maxl=2 #最大词频数，初始值设置为2，是为了避免while循环不启动
while maxl>1:
    maxl=fillSc(sc,s,i)    
    i=i+1
for x in list(sc.keys()): #将sc字典中的全部输出
    print(x,",",sc[x])

a , 2
b , 4
c , 2
ab , 2
bc , 2
ca , 1
cb , 1
abc , 2
bca , 1
bcb , 1
abca , 1
abcb , 1