LeetCode819. 最常见的单词

题目描述

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。

说明：

1 <= 段落长度 <= 1000.
1 <= 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。

题目分析

C++ 11中有两种新的关联容器:unordered_set和unordered_map，其内部实现与set和map大有不同，set和map内部实现是基于RB-Tree，而unordered_set和unordered_map内部实现是基于哈希表(hashtable)，时间复杂度为O(1)。

在一个unordered_set内部，元素不会按任何顺序排序，而是通过元素值的hash值将元素分组放置到各个槽(bucket），这样就能通过元素值快速访问各个对应的元素，格子的个数通常是 2 的幂，这使我们可以更容易地从哈希值的比特数中选择格子。

初始化方法：

std::unordered_set<string> things {16}; // 16 buckets
std::unordered_set<string> words {"one", "two", "three", "four"};// Initializer list
std::unordered_set<string> some_words {++std::begin(words),std::end(words)};  // Range
std::unordered_set<string> copy_wrds {words}; // Copy constructor

代码

class Solution {
public:
    string mostCommonWord(string paragraph, vector<string>& banned) {
        unordered_set<string> ban(banned.begin(), banned.end());
        unordered_map<string,int> ParaSearch;
        string res = "", s = "";
        int repetCount = 0;
        //这里使用C++自带两个函数，isalpha()和tolower()函数
        //如果不是字母，就用空格隔开
        for (auto &c : paragraph) c = isalpha(c) ? tolower(c) : ' ';
        //C++使用字符串的类 
        istringstream istring(paragraph);
        //将该字符串空格隔开的进行处理
        while( istring >> s) {
            //如果ban中不存在该字符串且map中对应的重复次数大于最大
            if (!ban.count(s) && ++ParaSearch[s] > repetCount){
                repetCount = ParaSearch[s];
                res = s;
            }
        }
        return res;
    }
};