PTA热点新闻

 

7-12 热点新闻

分数 25

全屏浏览

切换布局

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

 思路：纯模拟，利用map对数据之间进行链接并统计

 

unordered_map<string ,int >num;//存储每个关键词的篇数 
unordered_map<string ,int >vis;//判断关键字是否在在同一篇新闻中出现 
unordered_map<string ,vector<int > >appear;//存储每个关键字的出现篇数 
int n,k;
int ji=0;//记录篇数 
bool cmp(string a,string b){//对与关键字进行排序 
	if(num[a]!=num[b]){//根据篇数 
		return num[a]>num[b];
	}
	return a<b;//篇数相同则按字典序排列 
}
string xie(string s){//题目要求忽视大小写，并且给出的查询关键字都为小写，所以都转成小写 
	for(int i=0;i<s.size();i++){
		if(s[i]>='A' && s[i]<='Z')s[i]=s[i]-'A'+'a';
	}
	return s;
}
void cut(string s){//对字符串进行切割使用字符流是同样的效果 
	string ss="";
	for(int i=0;i<s.size();i++){
		if((s[i]>='0' && s[i]<='9') || (s[i]>='a' && s[i]<='z') ){
			ss+=s[i];
		}else{
			if(ss!=""){
				if(vis.count(ss)){//判断此词是否在文章中重复出现 
					ss="";
					continue;
				}
				vis[ss]=1;//标记 
				appear[ss].push_back(ji);
				num[ss]++;
				ss="";
			}				
		}
	}
	if(ss!="" && !vis.count(ss)){//余下的处理 
		vis[ss]=1;
		num[ss]++;
		appear[ss].push_back(ji);
		ss="";
	}
	return ;
}
vector<string >new_post;//存储每章新闻的 标题与日期 
bool flag;//全局状态主要用于分开每篇新闻 

我们会用到的容器与函数 

	string s;	
	flag=true;
	while(getline(cin,s)){
		if(s=="######"){//结束 
			break;
		}else if(s=="------"){//进入下一篇 
			ji++;//篇数加一 
			flag=true;//状态记录 
		}else{
			if(flag){//根据状态flag判断新的新闻开始 
				vis.clear();//对于关键词判重的map清空 
				new_post.push_back(s);//存入标题 
				new_post[new_post.size()-1]+='/';//题目要求分号间隔 
				getline(cin,s);//读入日期 
				new_post[new_post.size()-1]+=s;//日期与标题合并 
				flag=false;//状态转换 
			}else{//根据flag状态，进入正文处理 
				s=xie(s);//无脑小写 
				cut(s);//切割处理 
			}
		}		
	}

 读入数据存储并统计

	vector<string >v1;//符合k的关键字 
	vector<string >v2;//所有关键字 
	cin>>n>>k;
	for(int i=0;i<n;i++){
		string now;
		cin>>now;
		v2.push_back(now);
		if(num[now]>=k){
			v1.push_back(now);
		}
	}
	sort(v1.begin(),v1.end(),cmp);
	sort(v2.begin(),v2.end(),cmp);
	for(int i=0;i<v1.size();i++){
		cout<<v1[i]<<':'<<num[v1[i]]<<endl;
	}
	if(v1.size()==0)cout<<"None!"<<endl;
	for(int i=0;i<appear[v2[0]].size();i++){//此处用v2来输出篇数最高是因为会出现篇数最高但不符合k 
		int now=appear[v2[0]][i];
		cout<<new_post[now]<<endl;
	}

 按照题目要求输出

#include<bits/stdc++.h>
using namespace std;
unordered_map<string ,int >num;//存储每个关键词的篇数 
unordered_map<string ,int >vis;//判断关键字是否在在同一篇新闻中出现 
unordered_map<string ,vector<int > >appear;//存储每个关键字的出现篇数 
int n,k;
int ji=0;//记录篇数 
bool cmp(string a,string b){//对与关键字进行排序 
	if(num[a]!=num[b]){//根据篇数 
		return num[a]>num[b];
	}
	return a<b;//篇数相同则按字典序排列 
}
string xie(string s){//题目要求忽视大小写，并且给出的查询关键字都为小写，所以都转成小写 
	for(int i=0;i<s.size();i++){
		if(s[i]>='A' && s[i]<='Z')s[i]=s[i]-'A'+'a';
	}
	return s;
}
void cut(string s){//对字符串进行切割使用字符流是同样的效果 
	string ss="";
	for(int i=0;i<s.size();i++){
		if((s[i]>='0' && s[i]<='9') || (s[i]>='a' && s[i]<='z') ){
			ss+=s[i];
		}else{
			if(ss!=""){
				if(vis.count(ss)){//判断此词是否在文章中重复出现 
					ss="";
					continue;
				}
				vis[ss]=1;//标记 
				appear[ss].push_back(ji);
				num[ss]++;
				ss="";
			}				
		}
	}
	if(ss!="" && !vis.count(ss)){//余下的处理 
		vis[ss]=1;
		num[ss]++;
		appear[ss].push_back(ji);
		ss="";
	}
	return ;
}
vector<string >new_post;//存储每章新闻的 标题与日期 
bool flag;//全局状态主要用于分开每篇新闻 
int main(){
	string s;	
	flag=true;
	while(getline(cin,s)){
		if(s=="######"){//结束 
			break;
		}else if(s=="------"){//进入下一篇 
			ji++;//篇数加一 
			flag=true;//状态记录 
		}else{
			if(flag){//根据状态flag判断新的新闻开始 
				vis.clear();//对于关键词判重的map清空 
				new_post.push_back(s);//存入标题 
				new_post[new_post.size()-1]+='/';//题目要求分号间隔 
				getline(cin,s);//读入日期 
				new_post[new_post.size()-1]+=s;//日期与标题合并 
				flag=false;//状态转换 
			}else{//根据flag状态，进入正文处理 
				s=xie(s);//无脑小写 
				cut(s);//切割处理 
			}
		}		
	}
	vector<string >v1;//符合k的关键字 
	vector<string >v2;//所有关键字 
	cin>>n>>k;
	for(int i=0;i<n;i++){
		string now;
		cin>>now;
		v2.push_back(now);
		if(num[now]>=k){
			v1.push_back(now);
		}
	}
	sort(v1.begin(),v1.end(),cmp);
	sort(v2.begin(),v2.end(),cmp);
	for(int i=0;i<v1.size();i++){
		cout<<v1[i]<<':'<<num[v1[i]]<<endl;
	}
	if(v1.size()==0)cout<<"None!"<<endl;
	for(int i=0;i<appear[v2[0]].size();i++){//此处用v2来输出篇数最高是因为会出现篇数最高但不符合k 
		int now=appear[v2[0]][i];
		cout<<new_post[now]<<endl;
	}
	return 0;
}

 完整代码