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