编程之美-最短摘要

2011年题目：

Alibaba笔试题：

给定一段产品的英文描述，包含M个英文字母，每个英文单词以空格分隔，无其他标点符号；再给定N个英文单词关键字，请说明思路并编程实现方法String extractSummary(String description,String[] key words)，目标是找出此产品描述中包含N个关键字（每个关键词至少出现一次）的长度最短的子串，作为产品简介输出。（不限编程语言）20分。

人搜面试题：

1、求包含所有query的最短距离  

一篇文章，切完词之后放到一个vector<string>中，一个查询切完词也放到一个vector<string>中，写一个函数找出这篇文章中包含这个查询中所有词的最小区间的i和j。只要返回第一个即可。

解答：

这道笔试题和编程之美最短摘要生成的方法类似，先来看看这些序列：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     问题在于，如何一次把所有的关键词都扫描到，并且不遗漏。扫描肯定是无法避免的，但是如何把两次扫描的结果联系起来呢？这是一个值得考虑的问题。

     沿用前面的扫描方法，再来看看。第一次扫描的时候，假设需要包含所有的关键词，从第一个位置w0处将扫描到w6处：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     那么，下次扫描应该怎么办呢？先把第一个被扫描的位置挪到q0处。

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     然后把第一个被扫描的位置继续往后面移动一格，这样包含的序列中将减少了关键词q0。那么，我们便可以把第二个扫描位置往后移，这样就可以找到下一个包含所有关键词的序列。即从w4扫描到w9处，便包含了q1，q0：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     这样，问题就和第一次扫描时碰到的情况一样了。依次扫描下去，在w中找出所有包含q的序列，并且找出其中的最小值，就可得到最终的结果。

#include <iostream>
#include <vector>
#include <string>
#include <set>
using namespace std;

bool FindShortestAbstract( const vector<string> & doc, const set<string> & query, int &a, int &b){
	set<string> notFind(query.begin(), query.end());
	a=0;b=0;
	int i=0,j=0;
	int shortest=0;
	int len= doc.size();
	while( i<len&&j<len ){
		set<string>::iterator it = notFind.find( doc[j++] );
		if( it!=notFind.end()) {             //如果找到了，则删除
			notFind.erase( it  );
		}
		if( notFind.empty() ){                //如果全部找到
			while( query.find(doc[i++])==query.end() ); //寻找第一个出现的query
			if( i>0 ){
				notFind.insert( doc[i-1] );
				if( shortest>j-i||shortest==0 )
					shortest = j-i;        //记录最小距离
					a=i-1;b=j-1;
			}
		}
	}
	if( shortest==0 )
		return false;
	return true;
}

int main(){
	string doc[]={"I", "love", "you", "and", "me", "do", "you", "like" , "me"};
	string query[]={ "you", "like", "me"};
	vector<string> d(doc,doc+sizeof(doc)/sizeof(string));
	set<string> q(query, query+sizeof(query)/sizeof(string));
	int a=0,b=0;
	FindShortestAbstract( d,q,a,b);
	cout <<a<<endl<<b<<endl;
	return 0;
}