前向最大匹配法：首先定义MAX_LENGTH的大小（一般为词典中最长的单词的长度），之后将待分词子串从前往后扫描取出MAX_LENGTH的长度，然后在词典中进行匹配，尽可能地选择与词典中最长单词匹配的词作为目标分词，然后进行下一次匹配。
算法流程：
假设词典中最长的单词为 5 个（MAX_LENGTH），那么最大匹配的起始子串字数也为 5 个
（1）从待分词子串中从前往后取出5个字，然后扫描分词字典，测试该5个字的子串是否在字典中
（2）如果存在，则从待分词子串中删除掉该5个字的子串，重新按照规则取子串，重复（1）
（3）如果不存在于字典中，则减少该子串的最右一个字，之后重复（1）
分词实例：
待分词子串：
“我们经常有意见分歧”
词典：
[“我们”，“经常”，“有”，“有意见”，“意见”，“分歧”]
第一轮：从前往后取长度为5的子串为“我们经常有”
我们经常有 （词典没有该词，去掉最右一个字）
我们经常 （词典没有该词，去掉最右一个字）
我们经（词典没有该词，去掉最右一个字）
我们（词典有该词，从待分词子串中删除该词）
第二轮：取子串“经常有意见”
经常有意见 （x）
经常有意 （x）
经常有 （x）
经常 （√）
第三轮：取子串“有意见分歧”
有意见分歧 （x）
有意见分 （x）
有意见 （√）
第四轮：取子串“分歧”
分歧 （√）
前向最大匹配法最终的切分结果为：
“我们 / 经常 / 有意见 / 分歧”
后向最大匹配法：首先定义MAX_LENGTH的大小（一般为词典中最长的单词的长度），之后将待分词子串从后往前扫描取出MAX_LENGTH的长度，然后在词典中进行匹配，尽可能地选择与词典中最长单词匹配的词作为目标分词，然后进行下一次匹配。
假设词典中最长的单词为 5 个（MAX_LENGTH），那么最大匹配的起始子串字数也为 5 个
（1）从待分词子串中从后往前取出5个字，然后扫描分词字典，测试该5个字的子串是否在字典中
（2）如果存在，则从待分词子串中删除掉该5个字的子串，重新按照规则取子串，重复（1）
（3）如果不存在于字典中，则减少该子串的最左一个字，之后重复（1）
分词实例：
待分词子串：
“我们经常有意见分歧”
词典：
[“我们”，“经常”，“有”，“有意见”，“意见”，“分歧”]
第一轮：从前往后取长度为5的子串为“有意见分歧”
有意见分歧 （词典没有该词，去掉最左一个字）
意见分歧 （词典没有该词，去掉最左一个字）
见分歧（词典没有该词，去掉最左一个字）
分歧（词典有该词，从待分词子串中删除该词）
第二轮：取子串“经常有意见”
经常有意见 （x）
常有意见 （x）
有意见（√）
第三轮：取子串“我们经常”
我们经常 （x）
们经常 （x）
经常 （√）
第四轮：取子串“我们”
我们 （√）
后向最大匹配法最终的切分结果为：
“我们 / 经常 / 有意见 / 分歧”
前向最大匹配和后向最大匹配的分词结果有90％的概率是一样的。
双向最大匹配法 ：将前向最大匹配算法和后向最大匹配算法进行比较，从而确定正确的分词方法。
算法流程：
（1）比较前向最大匹配和后向最大匹配结果
（2）如果分词数量结果不同，那么取分词数量较少的那个
（3）如果分词数量结果相同
1、分词结果相同，可以返回任何一个
2、分词结果不同，返回单字数比较少的那个
分词实例：
前向匹配最终切分结果为：北京大学 / 生前 / 来 / 应聘，分词数量为 4，单字数为 1
后向匹配最终切分结果为：”北京/ 大学生/ 前来 / 应聘，分词数量为 4，单字数为 0
逆向匹配单字数少，因此返回逆向匹配的结果。