随着互联网技术的迅猛发展,网络信息资源呈几何级数增长,如何从海量数据中快速准确的提取有价值的信息显得更加重要。搜索引擎的出现有效的解决了用户检索信息的困难。而中文分词技术又决定了搜索引擎查找信息的准确度。以词为单位做为搜索引擎索引的key值,会大大提高搜索引擎搜索结果的准确性,同时减少了搜索过程中的计算量。目前存在的分词算法主要分为基于字符串匹配法、基于统计的分词法以及基于理解的分词法三大类。通过对现有分词算法的研究与理解以及字典机制的学习,了解不同算法及词典的优缺点,结合汉语词条长度出现频率,提出了基于首字hash的匹配算法及基于首字最长词条匹配算法及其改进算法。经过实践验证,算法很大程度上减少了时间复杂度,提高了分词速度,具有较好的实用价值。文章最后在对Nutch自带分词技术的理解基础上,加入中文分词插件,通过验证进一步说明了中文分词对搜索引擎的重要性。