化学式的分子量计算——字符转数字

【题目描述】

给出一种物质的分子式（不带括号），求分子量。本题中的分子式只包含4种原子，分别为C, H, O, N，原子量分别为12.01, 1.008, 16.00, 14.01（单位：g/mol）。例如，C6H5OH的分子量为6*12.01 + 6*1.008 + 1*16.00=94.108g/mol。

输入第一行表示有T个分子式，后续是T行分子式。字符串的长度为1～79，元素后面的数字范围为2～99。

【样例输入】

4

C

C6H5OH

NH2CH2COOH

C12H22O11

【样例输出】

12.010

94.108

75.070

342.296

【题目来源】

刘汝佳《算法竞赛入门经典  第2版》习题3-2　分子量（Molar Mass, ACM/ICPC Seoul 2007, UVa1586）

【解析】

本题本质上是一个字符计数问题，只不过每种字符的数量是由其后的数字给定的（数量为1时省略）。

一、老金的算法：用switch语句，每遍历1个字符计算1次

因为字符串只有4个字母，其他都是数字，因此老金考虑可以用swich语句，只需要分5种情况分别处理即可。

思路如下：

①设置两个变量：每个原子的分子量weight，每个原子的原子个数n。

②每遍历一个字符，计算一次分子量：wight*n。

代码如下：

#include<stdio.h>
#include<string.h>
char s[85];
int main(){
    int T;
    scanf("%d", &T);
    while(T--){
        scanf("%s", s);
        int len=strlen(s), n=1;
        double weight, sum=0;
        for(int i=0; i<len; i++){
            switch(s[i]){
                case 'C':
                    weight=12.01;
                    break;
                case 'H':
                    weight=1.008;
                    break;
                case 'O':
                    weight=16.00;
                    break;
                case 'N':
                    weight=14.01;
                    break;
                //字符为数字的情况
                default:
                    n=s[i]-49;
                    //通过ASCII值判断下个字符是否为数字
                    if(s[i+1]>=48 && s[i+1]<=57){
                        n=10*(s[i]-48)+(s[i+1]-48)-1;
                        i++;
                    }
            }
            sum += weight*n;
            n=1;
        }
        printf("%.3f\n", sum);
    }
    return 0;
}

代码说明：

1．字母和数字的区分。根据题意，字符串只有4个字母，其他都是数字。这样就可以通过case来区分4个字母，最后用default处理数字。这样做的好处是不用另外写代码去判断每个字符是字母还是数字了。当然，如果不限制只有4个字母，就要写上N个case，显然再用此语句就有点不合适了。

2．算法的3种情形

①字母后没数字。方法是设n的默认值为1，这样如果字母后面没有数字，每次计算的结果自然就是正确的分子量。

②字母后有1位数字。因为前面在遍历字母时已经计算了一次分子量，当遍历的数字是1位数字时，需要将个数减1。

③字母后有2位数字。比如C12，可以先将字符转化为对应的数字（字符的ASCII码值-48），然后用1*10+2算出这个两位数字的大小，最后再将1。

那怎么判断数字是两位数呢？也很简单，就是一旦遍历到数字时，就再判断下一个字符是否也是数字。

一旦判断出是两位数，那么遍历到第2位数字时再计算分子量就会出错了，所以要跳过第二位数字。方法很简单，就是加一行i++即可。

3．多位数字情况处理：字符转数

如果不限制数字的位数呢？实质上这是一个多位数字字符转数的问题：

(1)位值法

此算法需要先用一个循环判断数字是几位数（本题转化为找出最后一位数字的下标），再算出这个数字的大小。

只要将default下的代码替换成如下代码即可：

int j, mod;
j=i+1;
mod=1;
n=0;
//求出最后一位数字在数组中的下标
while(s[j]>=48 && s[j]<=57) j++; //原while(s[++j]>=48 && s[++j]<=57);
//计算数字n的大小
for(int k=j-1; k>=i; k--){
    n += (s[k]-48)*mod;
    mod *= 10;
}
n -= 1;
i = j-1; //更新i的值为第后1位数字的下标

但是如果直接替换，编译时报错：

error: a label can only be part of a statement and a declaration is not a statement

这说明在case和default标签下，只能存在语句，不能有变量声明。因此，第一行的变量声明需要放在swith语句之前。

最好是将代码写成函数：int sntoi(char s , int *i)，表示返回从字符串s的第i位开始找到的第一个数字。函数代码如下：

int sntoi(char* s, int* i){
    int j=*i, mod=1, n=0;
    //求出最后一位数字在数组中的下标
    while(s[j]>=48 && s[j]<=57) j++;
    //计算数字n的大小
    for(int k=j-1; k>=*i; k--){
        n += (s[k]-48)*mod;
        mod *= 10;
    }
    n -= 1;
    *i = j-1; //更新i的值为第后1位数字的下标
    return n;
}

如此一来default下只需要一行代码：

n=sntoi(s, &i);

(2)连乘加法

位值法需要先算出这个数是几位数，因而需要遍历两次。如果用连乘加法，只需要遍历一次，因此用这种方法转换效率更高，应优先使用。代码如下：

int sntoi(char* s, int* i){
    int j=*i, n=0;
    while(s[j]>=48 && s[j]<=57) {
        n = n*10 + s[j] - 48;
        j++;
    }
    n -= 1;
    *i = j-1; //更新i的值为第后1位数字的下标
    return n;
}

二、配套书算法：从遇到的第2个字母开始，每遇到一个新字母结算上一个字母的分子量。

分子式中每个原子的分子量=原子量×原子个数。

显然，问题的关键在于确定原子个数，这个值什么时候能确定呢？就是数字结束时，或者说是遇到下一个字母时。但是因为当只有一个原子时字母后面没有数字，所以只能是遇到下一个字母时结算上一个字母的分子量。

配套书即采用这种算法，代码如下：

#include<stdio.h>
#include<string.h>
#include<ctype.h>
#include<assert.h>
#define _for(i, start, end) for (int i = start; i < end; i++)
int main(){
    int T, cnt, sz;
    double W[256], ans;
    char buf[256], c, s;
    W['C'] =  12.01, W['H'] = 1.008, W['O'] = 16.0, W['N'] = 14.01;
    scanf("%d\n", &T);
    while(T--){
        scanf("%s", buf);
        ans = 0;
        s = 0; cnt = -1; sz = strlen(buf);
        _for(i, 0, sz){
            char c = buf[i];
            if(isupper(c)){
                if(i) {
                    if(cnt == -1) cnt = 1;
                    ans += W[s] * cnt;
                }
                s = c;
                cnt = -1;
            } else {
                assert(isdigit(c));
                if(cnt == -1) cnt = 0;
                cnt = cnt*10 + c - '0';
            }
        }
        if(cnt == -1) cnt = 1;
        ans += W[s] * cnt;
        printf("%.3lf\n", ans);
    }
    return 0;
}

代码说明：

1．一个变量代表两种含义。代码中的变量n有两种意义：

①标志变量。当遍历到字母时，n=-1。这本质上起得是标志变量的作用。这个标志变量的作用有两个：

a. 结算时，如果n=-1，说明其前一位是个字母，据此将原子个数置为1。

b. 计数时，如果n=-1，说明其前一位是个字母，此位数字是第一个数字，据此将n的初始值置为0，以便后续使用“连乘加法”计数。

②原子个数。当遇到数字开始计数时，n又变为计数的数字。

虽然用一个变量实现了两种功能，很是牛皮Plus。但这种写法降低了代码可读性，老金认为得不偿失。

2．语句宏替换。代码中另有一处高大上的用法，就是使用宏将for语句进行了简洁替换：

#define _for(i, start, end) for (int i = start; i < end; i++)

这样如果代码中有多个for循环，这种简洁的写法就能减少代码量。

3．查找表的应用。代码中再次用数组W[256]实现了查找表，这样可以通过将字母设为数组的下标，元素值设为原子量的值，从而快速获取字母对应的原子量。

4．字符类型判断函数。函数isupper()判断字符是否为大写字母，isdigit()判断字符是否为数字，它们都定义在<ctype.h>头文件中。字符类型判断函数的用法详见老金之前的文章： 字符类型判断库函数合集-CSDN博客

5．assert宏。assert并不是函数，而是一个宏，定义在 <assert.h> 头文件中。它用于在调试期间捕捉不应该发生的错误情况，比如空指针、越界访问等。

如果指定的条件不满足（即条件为假），assert 会打印一条错误消息并终止程序执行。

三、配套书代码优化：取消标志变量

前面说了，配套书的代码存在一个变量两种用途的问题。如果想增加代码的可读性，另设一个标志变量是一个可行方法。老金这里提出一个不用标志变量的方法。

优化思路：

计数无非分两种情况：无数字、有数字。无数字时代表只有一个原子，因此可以设原子数n的默认值为1，当有数字时，计算数字并更新n。优化后的代码如下：

#include<stdio.h>
#include<string.h>
#include<ctype.h>
#include<assert.h>
#define _for(i, start, end) for (int i = start; i < end; i++)
int main(){
    int T, n, len;
    double W[256], ans;
    char buf[256], c, s; //c是当前字母，s是上一个字母
    W['C'] =  12.01, W['H'] = 1.008, W['O'] = 16.0, W['N'] = 14.01;
    scanf("%d\n", &T);
    while(T--){
        scanf("%s", buf);
        ans = 0;
        s = 0; n = 1; len = strlen(buf);
        _for(i, 0, len){
            char c = buf[i];
            if(isupper(c)){
                //如果不是第一个字母，结算上一个字母的分子量
                if(i) {
                    ans += W[s] * n;
                    n = 1; //结算完成，将数字修改为默认值1
                }

                s = c; //将当前字母赋给s，以备结算
            } else {
                //遇到数字，修改n的值
                assert(isdigit(c));
                if(isupper(buf[i-1])) n = 0;//首次遇到数字，n=0
                n = n*10 + c - '0';
            }
        }
        //最后一个字母单独结算
        ans += W[s] * n;
        printf("%.3lf\n", ans);
    }
    return 0;
}

其实完全说取消了标志变量有些牵强，因为下面这行代码本质上还是标志变量的用法，只不过用数组的形式代替了而已。

if(isupper(buf[i-1])) n = 0;//首次遇到数字，n=0

优化后的代码不但没了标志变量，还减少了两条if语句，而且代码也更容易理解了。

四、我家娃娃的代码：很难懂

最后附上我家娃写的C++代码，老金看了很久，还是没太弄明白，不过这个代码运行结果是正确的。

#include <iostream>
#include <cstring>
using namespace std;
double a[95];
int f(int x){
    int g=1;
    for(int i=1;i<=x;i++){
        g*=10;
    }
    return g;
}
int main (){
    a[67]=12.01;
    a[72]=1.008;
    a[79]=16.00;
    a[78]=14.01;
    int T;
    scanf("%d", &T);
    while(T--){
        int cnt=0,i2,cnt2=0;
        double sum=0;
        string n;
        cin>>n;
        for(int i=0;i<n.size();i++){
            if(n[i]>='A'&&n[i]<='Z'){
                if(i==n.size()-1){
                    sum+=a[n[i]];
                    break;
                }
                i++;
                if(n[i]>='0'&&n[i]<='9'){
                    while(n[i]>='0'&&n[i]<='9'){
                        cnt++;
                        i++;
                    }
                    i2=i-cnt;
                    i-=cnt;
                    while(n[i2]>='0'&&n[i2]<='9'){
                        cnt2+=(n[i2]-48)*f(cnt-(i2-i+1));
                        i2++;
                    }
                    sum+=cnt2*(a[n[i-1]+0]);
                    cnt=0;
                    cnt2=0;
                }
                else{
                    sum+=a[n[i-1]];
                    i--;
                }
            }
        }
        cout<<sum<<endl;
    }
}

不得不吐槽一下C++的cout，代码中是没有指定保留几位小数的。实际测试样例数据输出结果正确，但老金随意输入“C3002H9527O21N”输出结果却是46007.2，而正确的结果应该是46007.246。

因为这个问题娃儿和老金反复分析代码也没发现问题，后来老金将最后一条cout语句改用printf输出结果就正确了。真是不知道cout搞的是什么飞机。

当然了，如果用C++的极其考究记忆力的保留小数位数的语法，也是没问题的。

cout<<fixed<<setprecision(3)<<sum<<endl;

真不知道这样的写法有多少孩子能记得住！