关闭

百度语言翻译机

标签: 百度语言string自然语言处理文档iostream
1433人阅读 评论(1) 收藏 举报
分类:
今天看到百度语言翻译机的题目,闲着没有事就练习一下
试题:
百度的工程师们是非常注重效率的,在长期的开发与测试过程中,他们逐渐创造了一套
独特的缩略语。他们在平时的交谈、会议,甚至在各种技术文档中都会大量运用。
 
为了让新员工可以更快地适应百度的文化,更好地阅读公司的技术文档,人力资源部决
定开发一套专用的翻译系统,把相关文档中的缩略语和专有名词翻译成日常语言。
 
输入要求:
 
输入数据包含三部分:
 
1. 第一行包含一个整数N(N<=10000),表示总共有多少个缩略语的词条;
 
2. 紧接着有N行的输入,每行包含两个字符串,以空格隔开。第一个字符串为缩略语(
仅包含大写英文字符,长度不超过10字节),第二个字符串为日常语言(不包含空格,
长度不超过255字节);
 
3. 从第N+2开始到输入结束为包含缩略语的相关文档(总长度不超过1000000个字节)。
例:
 
6
 
PS 门户搜索部
 
NLP 自然语言处理
 
PM 产品市场部
 
HR 人力资源部
 
PMD 产品推广部
 
MD 市场发展部
 
百度的部门包括PS,PM,HR,PMD,MD等等,其中PS还包括NLP小组。
 
样例:in.txt 
 
输出要求:
 
输出将缩略语转换成日常语言后的文档。(将缩略语转换成日常语言,其他字符保留原
样)。例:
 
百度的部门包括门户搜索部,产品市场部,人力资源部,产品推广部,市场发展部等等
,其中门户搜索部还包括自然语言处理小组。
 
样例:out.txt 
 
评分规则:
 
1.程序将运行在一台Linux机器上(内存使用不作严格限制),在每一测试用例上运行
不能超过10秒,否则该用例不得分;
 
2.要求程序能按照输入样例的格式读取数据文件,按照输出样例的格式将运行结果输出
到标准输出上。如果不能正确读入数据和输出数据,该题将不得分;
 
3.该题目共有4个测试用例,每个测试用例为一个输入文件。各测试用例占该题目分数
的比例分别为25%,25%,25%,25%;
 
4.该题目20分。
 
 
注意事项:
 
1.输入数据是中英文混合的,中文采用GBK编码。
 
GBK:是又一个汉字编码标准,全称《汉字内码扩展规范》。采用双字节表示,总体编码
范围为 8140-FEFE,首字节在 81-FE 之间,尾字节在 40-FE 之间,排除xx7F。总计 2
3940 个码位,共收入 21886 个汉字和图形符号,其中汉字(包括部首和构件)21003 
个,图形符号 883 个。2.为保证答案的唯一性,缩略语的转换采用正向最大匹配(从
左到右为正方向)原则。请注意样例中PMD的翻译 

#include <iostream>
#include <string>
#include <fstream>
#include <map>
using namespace std;
 
typedef map<string,string>::reverse_iterator RCIR;
//将DealString中的tokString替换为dstString

void str_replace(string & DealString,const string & tokString,const string & dstString)

{
    string::size_type len=tokString.size();
    string::size_type steplen=dstString.size();
    string::size_type npos=0;
 
    while( (npos=DealString.find(tokString,npos))!=string::npos)
    {
       DealString.replace(npos,len,dstString);

       npos +=steplen;

    }
 
    return;
}
 
int main(void)
{

    map<string,string> MyMap;

    ifstream inFile("in.txt");
    ofstream outFile("out.txt");
 
    if(inFile==NULL)
    {
       cerr<<"打开文件失败"<<endl;

       return -1;

    }
 
    if(outFile==NULL)
    {
       cerr<<"创建文件失败"<<endl;

       return -1;

    }
   
    string KeyWorld;
    string KeyWorldStr;
    int KeyWorldCount=0;
   
    //读取缩略语行数
    inFile>>KeyWorldStr;

    KeyWorldCount =atoi(KeyWorldStr.c_str());

    cout<<"缩略语总共有"<<KeyWorldCount<<"行"<<endl;
    cout<<"================================"<<endl;
    cout<<"缩略语内容为:"<<endl;
 
    //读取缩略语到map中
    while(KeyWorldCount&&(inFile>>KeyWorld>>KeyWorldStr))
    {
         MyMap[KeyWorld] =KeyWorldStr;
        KeyWorldCount--;
    }
   
    for(RCIR rpos=MyMap.rbegin(); rpos!=MyMap.rend(); rpos++)
    {
       cout<<rpos->first<<"    "<<rpos->second<<endl;
    }
   
    //替换缩略语
    string TextLine;
    getline(inFile,TextLine,'/n');
    while(getline(inFile,TextLine,'/n'))
    {
       for(RCIR rpos=MyMap.rbegin(); rpos!=MyMap.rend(); rpos++)
       {
           str_replace(TextLine,rpos->first,rpos->second);
       }
       outFile<<TextLine<<endl;
    }
 
    inFile.close();
    outFile.close();
   
    system("pause");
    return 0;
}

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:27806次
    • 积分:473
    • 等级:
    • 排名:千里之外
    • 原创:19篇
    • 转载:2篇
    • 译文:0篇
    • 评论:8条
    文章存档
    最新评论