编程之美读书笔记-最短摘要的生成

原创 2016年08月31日 11:16:20

题目: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 keywords[]),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。
解析:假设关键词序列为q0,q1,……,其它词序列为w0,w1,……。那么我们可以看看这样一个序列:
w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1
对于这个序列,符合条件的产品简介就是最后几个位置的词q0,w9,q1,最短的长度为3。
我们可以从W数组的第一个位置开始查找一段所有包含关键词数组Q的序列,再从第二个位置查找……这样复杂度很高。为了降低复杂度,我们需要把前后两次扫描的结果联系起来。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,将得到如下的结果。
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。
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 <string> 
#include <iostream> 
#include <algorithm>  
using namespace std;
#define KeyWordNumber 3

bool isAllExisted(string s1, string s2[])
{
	for (int i = 0; i < KeyWordNumber; ++i)
	{
		if (s1.find(s2[i]) == string::npos) return 0;
	}
	return 1;
}

string ExtractSummary(string description, string keywords[])
{
	int nTargetLen = description.length();
	//设置最大目标长度
	int pBegin = 0;
	//初始指针
	int pEnd = 0;
	//结束指针
	int nAbstractBegin = 0;
	//目标摘要的起始地址
	int nAbstractEnd = 0;
	//目标摘要的结束地址
	while (1)
	{
		//假设没有包含所有的关键词,并且后面的指针没有越界,往后移动指针
		while (pEnd < description.length()-1 && !isAllExisted(description.substr(pBegin, pEnd - pBegin + 1), keywords))
		{
			pEnd++;
		}
		//假设找到一段包含所有关键信息的字符串
		while (isAllExisted(description.substr(pBegin, pEnd - pBegin + 1), keywords))
		{
			if (pEnd - pBegin + 1 <= nTargetLen)
			{
				nTargetLen = pEnd - pBegin + 1;
				nAbstractBegin = pBegin;
				nAbstractEnd = pEnd;
			}
			pBegin++;
		}
		if (pEnd >= description.length()-1) break;
	}
	return description.substr(nAbstractBegin, nAbstractEnd - nAbstractBegin + 1);
}

int main()
{
	string text = "money is important than knife and money is can buy garden";
	string abstract[3];
	abstract[0] = "money";
	abstract[1] = "and";
	abstract[2] = "garden";
	string res = ExtractSummary(text, abstract);
	cout << res << endl;
	return 0;
}






相关文章推荐

编程之美之最短摘要生成

书上给出了最短摘要的描述即算法,简单来说就是: 扫描过程始终保持一个[pBegin,pEnd]的range,初始化确保[pBegin,pEnd]的range里包含所有关键字 。然后每次迭代,尝试调整p...

最短摘要生成

1、问题描述 互联网搜素已经成了我们生活和工作的一部分,在输入一些关键词之后,搜索引擎会返回许多结果,每个结果都包含一段概括网页内容的摘要。例如,在百度上搜索框中输入“图的最小生成树 - heart...

合并整理最短摘要生成算法

来源:http://www.cnblogs.com/pangxiaodong/archive/2011/09/08/2171551.html http://www.cnblogs.com/jack2...

最短摘要生成

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(S...

最短摘要生成

题目:抽象点说,就是在一个字符串中,找一些目标字符串,找到包含所有目标字符串的最小字符串。题目虽然叫做最短摘要生成,但和实际的搜索snippet的计算还是有比较大的差距的。 解法:文献[1]给出了一...

编程之美最短摘要生成

本来以为这个会很难的,因为自己不是很了解这方面的东西。 看了下解释 大致明白了,就是用最少的句子 ,包含所有的关键词。 ok~看了编程之美的code后 感觉很好,类似kmp算法,跳过已经比对过的字...

[算法系列之二十一]最短摘要的生成

题目描述你我在百度或谷歌搜索框中敲入本博客名称的前4个字“结构之法”,便能在第一个选项看到本博客的链接,如下图2所示: 图2 谷歌中搜索关键字“结构之法”在上面所示的图2中,搜索结果“结构之法算...

最短摘要的生成

你我在百度或谷歌搜索框中敲入本博客名称的前4个字“结构之法”,便能在第一个选项看到本博客的链接,如下图2所示: 图2 谷歌中搜索关键字“结构之法” 在上面所示的图2中,搜索结果“结...
  • abcd1f2
  • abcd1f2
  • 2016年07月26日 11:25
  • 300

我编程,我快乐——读书笔记(一)

我编程,我快乐。

编程之美--最短摘要的生成

题目:抽象点说,就是在一个字符串中,找一些目标字符串,找到包含所有目标字符串的最小字符串。题目虽然叫做最短摘要生成,但和实际的搜索snippet的计算还是有比较大的差距的。 解法:一种比较好...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:编程之美读书笔记-最短摘要的生成
举报原因:
原因补充:

(最多只允许输入30个字)