第33次CCF计算机软件能力认证【T1~T3】：词频统计、相似度计算、化学方程式配平

最新推荐文章于 2024-11-09 20:38:27 发布

燕山罗成

最新推荐文章于 2024-11-09 20:38:27 发布

阅读量1k

点赞数 25

分类专栏： # CCF-CSP 算法竞赛OJ 文章标签：高斯消元枚举模拟算法 STL c++

本文链接：https://blog.csdn.net/2301_76941161/article/details/142719714

版权

算法竞赛OJ 同时被 2 个专栏收录

37 篇文章 0 订阅

订阅专栏

CCF-CSP

2 篇文章 0 订阅

订阅专栏

题目	概括
词频统计	枚举
相似度计算	STL工具（tranform()转换大小写）+ 模拟
化学方程式配平	大模拟+高斯消元

1、词频统计

在学习了文本处理后，小 P 对英语书中的 n 篇文章进行了初步整理。

具体来说，小 P 将所有的英文单词都转化为了整数编号。

假设这 n 篇文章中共出现了 m 个不同的单词，则把它们从 1 到 m 进行编号。

这样，每篇文章就简化为了一个整数序列，其中每个数都在 1 到 m 范围内。

现给出小 P 处理后的 n 篇文章，对于每个单词 i （1≤i≤m ），试统计：

单词 i 出现在了多少篇文章中？单词 i 在全部文章中总共出现了几次？输入格式输入共 n+1 行。

输入的第一行包含两个正整数 n 和 m ，分别表示文章篇数和单词编号上限。

输入的第 i+1 行包含由空格分隔的若干整数，其中第一个整数 li 表示第 i 篇文章的长度（单词个数）；接下来 li
个整数表示对应的整数序列，序列中每个整数均在 1 到 m 范围内，各对应原文中的一个单词。

输出格式输出共 m 行。

第 i 行输出由空格分隔的两个整数 xi 和 yi ，表示共有 xi 篇文章包含单词 i ，总计出现次数为 yi 。

数据范围全部的测试数据满足 0<n,m≤100 ，且每篇文章至少包含一个单词、最多不超过 100 个单词（1≤li≤100 ）。

输入样例：
4 3
5 1 2 3 2 1
1 1
3 2 2 2
2 3 2
输出样例：
2 3
3 6
2 2
样例解释单词 2 在：
文章 1 中出现两次；
文章 3 中出现三次；
文章 4 中出现一次。
因此 x2=3,y2=6 。

思路：

较为简单，按照步骤对题目进行枚举即可

代码：

#include<bits/stdc++.h>

using namespace std;

int n,m; 

const int N= 103; 

//统计所有文章总共包含几个i，并且包含i的文章的个数 

int a[N][N];
int lth[N];//记录长度数组 
int ma[N];
int cnt,mark;

int main()
{
	scanf("%d%d",&n,&m);
	
	for(int i=1;i<=n;i++)
	{
		cin>>lth[i];
		for(int j=1;j<=lth[i];j++)
		{
			scanf("%d",&a[i][j]);
		}
	}
	
	//开始统计个数,从单词编号入手 
	for(int i=1;i<=m;i++)
	{
		cnt=0;
		bool flag=false;
		mark=0;
		for(int j=1;j<=n;j++)//枚举每一个数组 
		{
			for(int k=1;k<=lth[j];k++)//枚举到每一个序列的最后一个 
			{
				if(a[j][k]==i)
				{
				    cnt++;
    				flag=true;
				}

			}
			if(flag)
			{
				mark++;//记录出现此数的文章的篇数
				flag=false;
			}	 
		}
		cout<<mark<<" "<<cnt<<endl;
	} 

	return 0;
}

2、相似度计算

两个集合的 Jaccard 相似度定义为：

Sim(A,B)=|A∩B|/|A∪B| 即交集的大小除以并集的大小。

当集合 A 和 B 完全相同时，Sim(A,B)=1 取得最大值；当二者交集为空时，Sim(A,B)=0 取得最小值。

除了进行简单的词频统计，小 P 还希望使用 Jaccard 相似度来评估两篇文章的相似性。

具体来说，每篇文章均由若干个英文单词组成，且英文单词仅包含“大小写英文字母”。

对于给定的两篇文章，小 P 首先需要提取出两者的单词集合 A 和 B ，即去掉各自重复的单词。

然后计算出：

|A∩B| ，即有多少个不同的单词同时出现在两篇文章中； |A∪B| ，即两篇文章一共包含了多少个不同的单词。
最后再将两者相除即可算出相似度。

需要注意，在整个计算过程中应当忽略英文字母大小写的区别，比如 the、The 和 THE 三者都应被视作同一个单词。

试编写程序帮助小 P 完成前两步，计算出 |A∩B| 和 |A∪B| ；小 P 将亲自完成最后一步的除法运算。

输入格式输入共三行。

输入的第一行包含两个正整数 n 和 m ，分别表示两篇文章的单词个数。

第二行包含空格分隔的 n 个单词，表示第一篇文章；

第三行包含空格分隔的 m 个单词，表示第二篇文章。

输出格式输出共两行。

第一行输出一个整数 |A∩B| ，即有多少个不同的单词同时出现在两篇文章中；

第二行输出一个整数 |A∪B| ，即两篇文章一共包含了多少个不同的单词。

数据范围全部的测试数据满足：1≤n,m≤104 且每个单词最多包含 10 个字母。

输入样例1： 3 2 The tHe thE the THE 输出样例1： 1 1 样例1解释 A=B=A∩B=A∪B= {the}

输入样例2： 9 7 Par les soirs bleus dete jirai dans les sentiers PICOTE PAR
LES BLES FOULER LHERBE MENUE 输出样例2： 2 13 样例2解释 A= {bleus, dans, dete,
jirai, les, par, sentiers, soirs}|A|=8 B= {bles, fouler, les, lherbe,
menue, par, picote}|B|=7 A∩B= {les, par}|A∩B|=2
输入样例3： 15 15
Thou that art now the worlds fresh ornament And only herald to the gaudy spring
Shall I compare thee to a summers day Thou art more lovely and more temperate
输出样例3： 4 24

思路：

由于不区分大小写，所以把所有的字母都统一转化为大写进行处理（用到transform函数来处理字符串）

		string x;
		cin>>x;
		transform(x.begin(),x.end(),x.begin(),::toupper);

用set进行去重，这样就可以简单的处理数据

代码：

#include<bits/stdc++.h>

using namespace std;

int n,m; 

const int N=1e4;

unordered_set<string>s1,s2;

int main()
{
	scanf("%d%d",&n,&m);
	
	for(int i=1;i<=n;i++)
	{
		string x;
		cin>>x;
		transform(x.begin(),x.end(),x.begin(),::toupper);

		s1.insert(x);
	}
	int cnt=0;
	for(int i=1;i<=m;i++)
	{
		string x;
		cin>>x;
		transform(x.begin(),x.end(),x.begin(),::toupper);

		s2.insert(x);
	}
	
	for(auto t:s1)
	{
		if(s2.find(t)!=s2.end())
		{
			cnt++;
		}
	}
	
	int total=s1.size()+s2.size();
	cout<<cnt<<endl<<total-cnt;
	return 0;
}

3、化学方程式配平

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/c7958f2fbeae49c8911a5ab674dfed9c.jpe

思路：

很显然是一个高斯消元（题目也进行了提示），但在这之前要妥善处理好数据，以便于正确、方便的运用
对数据的处理，转化为矩阵的函数：

void getElement(string str, int &index, int in)
{
    str = str + '#';
    string ele = "";
    int num = 0;
    bool complete = false;
    for (int i = 0; i < str.size(); i++)
    {
        char c = str[i];
        if (c >= '0' && c <= '9')
        {
            complete = true;
            num = num * 10 + c - '0';
        }
        else
        {
            if (complete)
            {
                if (elei.find(ele) != elei.end())
                {
                    mat[elei[ele]][in] = num;
                }
                else
                {
                    elei[ele] = index++;
                    mat[elei[ele]][in] = num;
                }
                ele = c;
                num = 0;
                complete = false;
            }
            else
            {
                ele = ele + c;
            }
        }
    }
}

代码：

#include <iostream>
#include <string>
#include <map>
#include <vector>
#include <algorithm>
#include <cmath>
using namespace std;

const int N = 42;
double mat[N][N];
int n, m;
map<string, int> elei;
int index;

double eps = 1e-6;

void initMat()
{
    for (int i = 0; i < N; i++)
        for (int j = 0; j < N; j++)
            mat[i][j] = 0;
}

void getElement(string str, int &index, int in)
{
    str = str + '#';
    string ele = "";
    int num = 0;
    bool complete = false;
    for (int i = 0; i < str.size(); i++)
    {
        char c = str[i];
        if (c >= '0' && c <= '9')
        {
            complete = true;
            num = num * 10 + c - '0';
        }
        else
        {
            if (complete)
            {
                if (elei.find(ele) != elei.end())
                {
                    mat[elei[ele]][in] = num;
                }
                else
                {
                    elei[ele] = index++;
                    mat[elei[ele]][in] = num;
                }
                ele = c;
                num = 0;
                complete = false;
            }
            else
            {
                ele = ele + c;
            }
        }
    }
}

void _swap(int a, int b)
{
    double tmp;
    for (int i = 0; i < m; i++)
    {
        tmp = mat[a][i];
        mat[a][i] = mat[b][i];
        mat[b][i] = tmp;
    }
}

void _sub(int a, int b)
{
    double magni = mat[a][b] / mat[b][b];
    for (int i = b; i < m; i++)
    {
        mat[a][i] -= mat[b][i] * magni;
    }
}
int main()
{
    cin >> n;
    while (n--)
    {
        cin >> m;
        string str;
        initMat();
        elei.clear();
        index = 0;

        for (int i = 0; i < m; i++)
        {
            cin >> str;
            getElement(str, index, i);
        }
        for (int i = 0; i < m; i++)
        {
            int j;
            for (j = i; j < index; j++)
                if (fabs(mat[j][i]) >= eps)
                    break;

            if (j == index)
                continue;
            else if (j != i)
            {
                _swap(i, j); // swap i j
            }

            for (j = i + 1; j < index; j++)
            {
                if (fabs(mat[j][i]) >= eps)
                {
                    _sub(j, i); // j line sub i
                }
            }
        }
        int k;
        for (k = 0; k < index && k < m; k++)
            if (fabs(mat[k][k]) <= eps)
                break;
        if (k < m)
            cout << "Y" << endl;
        else
            cout << "N" << endl;
    }
    return 0;
}