问题描述
给定一个段落 (paragraph) 和一个禁用单词列表 (banned)。返回出现次数最多,同时不在禁用列表中的单词。
题目保证至少有一个词不在禁用列表中,而且答案唯一。
禁用列表中的单词用小写字母表示,不含标点符号。段落中的单词不区分大小写。答案都是小写字母。
示例:
输入:
paragraph = "Bob hit a ball, the hit BALL flew far after it was hit."
banned = ["hit"]
输出: "ball"
解释:
"hit" 出现了3次,但它是一个禁用的单词。
"ball" 出现了2次 (同时没有其他单词出现2次),所以它是段落里出现次数最多的,且不在禁用列表中的单词。
注意,所有这些单词在段落里不区分大小写,标点符号需要忽略(即使是紧挨着单词也忽略, 比如 "ball,"),
"hit"不是最终的答案,虽然它出现次数更多,但它在禁用单词列表中。提示:
1 <= 段落长度 <= 1000
0 <= 禁用单词个数 <= 100
1 <= 禁用单词长度 <= 10
答案是唯一的, 且都是小写字母 (即使在 paragraph 里是大写的,即使是一些特定的名词,答案都是小写的。)
paragraph 只包含字母、空格和下列标点符号!?',;.
不存在没有连字符或者带有连字符的单词。
单词里只包含字母,不会出现省略号或者其他标点符号。来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/most-common-word
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路
基本想法
要获得目标答案,至少需要遍历一遍整个段落,识别单词的规则是:在遍历过程中暂存一个空串,只要碰到标点符号(,?';)和空格('\32')时,单个单词识别结束,如果碰到非标点符号,则加入
。如果此单个单词识别结束时,
非空,则将
保存进一个哈希表
中,
的Key Value就是
的内容,而Mapped Value则为
出现的频度,
加入后,频度自动+1。需要注意的是,如果
出现在banned中,则忽略此次加入的
。
同时每次执行完加入
后,维护当前的最大可出现单词频度变量
,同时记录此时
对应的目标单词
,遍历结束时,
即为所求结果。
伪代码过程
range <- paragraph_size;
x <- 0; 'index of paragraph
dict <- null hashmap;
max <- 0;
res <- null string;
while(x < range):
s <- null string;
while((x < range) and (paragraph[x] is not a (Notation or Space))):
s appends paragraph[x];
x <- x + 1;
end while;
if((s is not a null string) and (s is not in banned_set)):
s_in_dict_frequency <- s_in_dict_frequency + 1;
if(s_in_dict_frequency > max):
max <- s_in_dict_frequency;
res <- s;
end if;
end if;
x <- x + 1;
end while;
return res;
完整代码(C++)
class Solution {
public:
bool isNotation(char& c) {
return c == ' ' || c == ',' || c == '.' || c == '!' || c == '?' || c == '\'' || c == ';';
}
string mostCommonWord(string paragraph, vector<string>& banned) {
unordered_map<string, int> dict;
unordered_set<string> ban;
string res = "";
if(!banned.empty()) {
for(auto& a : banned) {
ban.insert(a);
}
}
int index = 0;
int N = paragraph.size();
int max = 0;
while(index < N) {
string s = "";
while(index < N && !isNotation(paragraph[index])) {
if(paragraph[index] >= 'A' && paragraph[index] <= 'Z')
paragraph[index] += 32;
s.push_back(paragraph[index]);
index++;
}
if(s.size() == 0) {
index++;
continue;
}
if(ban.empty() || !ban.count(s)) {
dict[s]++;
if(dict[s] > max) {
max = dict[s];
res = s;
}
}
index++;
}
return res;
}
};