Java 为我指出NLP数据结构和搜索算法的正确方向

我有一个学校作业要做一个语言分析器，它能猜出输入的语言。作业中指出，这必须通过预先解析语言定义的文本，统计所使用的字母、字母组合等，然后根据这些数据进行猜测来完成

我们应该使用的数据结构是简单的多维哈希表，但我想借此机会学习更多关于实现结构等的知识。我想知道的是应该阅读哪些内容。我对算法的了解非常有限，但如果有人能给我指出正确的方向，我很想学习

在没有任何实际知识和阅读不同帖子的情况下，我目前计划研究无向图作为字母组合的数据结构（并以某种方式将统计数据存储在图中），以及boyer moore的逐词搜索算法

---

我是否完全走错了方向，在这种情况下无法实现这些目标，或者这个问题还有其他更好的解决方法吗？

如果你能得到Cormen等人的《算法简介》的副本

这是一本关于数据结构和算法的好书。