作者 周强
单位 青岛大学
我们可以利用搜索引擎搜索网页等资源,再借助一些工具就可以生成这样的“词云”:
嫑犯愁,现在不要求生成这样的词云,而是换个简单些的要求:
对于输入的若干篇新闻报道以及若干个搜索关键词
,统计输出包含各关键词的新闻篇数,并输出包含最热关键词的新闻概要。
输入格式:
输入由前后两部分组成。
第一部分是不超过100000
篇新闻报道,每篇新闻的格式是:
- 第1行是新闻标题,长度大于零且不超过
60
。 - 第2行是新闻发布日期,由
8
位数字组成,格式是yyyymmdd
(4位年+2位月+2位日) - 接下来若干行是新闻正文,总长度大于零且不超过
500
,由若干词
、标点
、空格
、换行
组成,所有字符为英文半角字符。 标点
仅有,
.
?
:
!
五种,且标点都是单独出现,绝对不会出现相邻两个字符都是标点的情况。词
是由不超过30
个连续的字母、数字、符号等非空格、非换行符组成的,词不包含以上五种标点,但标点有可能紧跟在一个词的末尾。例如文本Look! There is a u-turn!
中,有五个词Look
There
is
a
u-turn
两篇新闻之间,有一行分隔符------
(连续6个-
);全部新闻结束后,有一行分隔符######
(连续6个#
)。新闻标题和正文中保证不出现这两种分隔符。
分隔符######
之后,是第二部分,由2行组成:
- 第1行是不超过
10000
的正整数N
和不超过100000
的非负整数K
,由空格分隔。 - 第2行是
N
个不超过30
位的各不相同的搜索关键词
,这些关键词仅包含小写字母、数字,不含大写字母、符号。
输出格式:
输出由前后两部分组成。
首先对于每个搜索关键词
,统计新闻正文中出现该词的新闻篇数,注意:(1)仅统计新闻正文,不统计新闻标题,(2)不区分大小写,例如Alien
与alien
是相同的词,(3)区分词的时态、单复数、包含符号等各种变化形式,例如aliens
和alien
是不同的词,u-turn
和uturn
是不同的词(4)显然,若一个词在所有新闻中均未出现,则篇数为0
,(5)统计的是出现关键词的新闻篇数
,不是词出现的次数。
题目保证至少有一个关键词在至少一篇新闻中出现。
对于每个搜索关键词,若该词出现篇数不低于K
,则输出在第一部分:
- 每行一词,格式为
词:篇数
- 若不低于K篇的多于一词,则按照篇数从高到低输出;若有多于一词篇数相同,则这些词按照词的字典序(英文字母从a至b排序、数字从0至9排序,数字排在字母之前)输出
- 若不存在不低于K篇的词,则输出一行
None!
在第二部分,对于出现篇数最高、且关键词的字典序最前的词,按照新闻的输入顺序,依次输出包含这个关键词的新闻概要,每条新闻一行,格式是新闻标题/发布日期
。
输入样例:
5篇新闻,6个搜索关键词,如下所示:
ALIENS APPEARED IN NEW YORK
20200320
The New York Roadside News Agency reported that yesterday a citizen
found an alien on Fifth Avenue in New York.
The alien snatched a Pear u-phone from the citizen.
------
The Russians caught an alien!
20210322
BBC News reported that a Russian captured an alien in the Siberian forest.
It turned out that the Russian was drunk and what he caught was a polar bear.
------
Does anyone know this bear?
20190615
Reuters reported that a lost bear was found in Paddington, London.
The animal rescue organization tried to find a home for the poor bear.
------
New discoveries in Egypt
20180909
Agence France-Presse reported that
Egypt discovered an unknown element in a pyramid built five thousand years ago.
The pyramid is suspected to be an alien relic.
------
Are you ALIEN?
20210322
The Associated Press reported that a study by the Royal Academy of Sciences showed that
10% of the population of our planet are aliens. Too frightening!
So, are you an alien? How to prove to others that you are not an alien?
######
6 1
bear citizen about alien home academy
输出样例:
输入的K
为1
,因此按规定顺序输出包含篇数不低于1
的关键词(alien
出现在4篇新闻中,bear
出现在2篇新闻中,about
未出现在任何新闻中,其余3词出现在1篇新闻中),并按顺序输出包含alien
的新闻概要,如下所示:
alien:4
bear:2
academy:1
citizen:1
home:1
ALIENS APPEARED IN NEW YORK/20200320
The Russians caught an alien!/20210322
New discoveries in Egypt/20180909
Are you ALIEN?/20210322
这题主要考字符与容器(map,map存储与标记)。
题目说了大小写不管,但最后给小写单词,所以在读入时就可以全改小写。(感觉是作者最后的仁慈不然还要定义容器去存转换)
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
#define endl "\n"
#define P pair<ll,string>
ll n,m;
string s,c;
map<string,vector<string> >mp;//存单词在哪些热点新闻里
map<string,string>jl;//标记这个单词有没有存过这个新闻
struct cmp{//排序规则,优先队列里面排序是反着来的!
bool operator()(P a ,P b){
if(a.first != b.first)
return a.first < b.first;
return a.second > b.second;
}
};
priority_queue<P,vector<P>,cmp>q;//排序结果
void solve(){
bool f=1;
while(getline(cin,s)){
if(s == "######")break;
if(f){//记录标题和日期
getline(cin,c),c=s+"/"+c;
f=0;continue;
}
if(s == "------"){//清空标题和日期记录
jl.clear();
f=1;continue;
}
stringstream ss(s);//用string流读取每个单词
while(ss >> s){
if(!isalnum(s[s.size()-1]))s.erase(s.size()-1);//删除单词结尾的字符
for(ll i = 0 ; i < s.size() ; i ++)s[i]=tolower(s[i]);//全部小写
if(jl[s] != c)mp[s].push_back(c);//单词存标题
jl[s]=c;//标记单词已经出现过此标题
}
}
cin >> n >> m;
for(ll i = 0 ; i < n ; i ++)//对结果排序
cin >> s,q.push({mp[s].size(),s});
f=1;
while(!q.empty())//取出符合的单词
if(q.top().first >= m){
if(f)s = q.top().second,f=0;//标记第一个单词
cout << q.top().second << ":" << q.top().first << endl;
q.pop();
}else break;
if(f)cout << "None!" << endl,s=q.top().second;//此时需要去标记单词
for(ll i = 0 ; i < mp[s].size() ; i ++)//输出单词出现过的标题和时间
cout << mp[s][i] << endl;
return;
}
int main(){
ll t=1;//cin >> t;
while(t--)solve();
return 0;
}