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;
}