【leetcode】最常见的单词 c++ python

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。

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。

c++代码：

class Solution {
public:
    string mostCommonWord(string paragraph, vector<string>& banned) {
        int l = paragraph.length(),start=0,end=l-1;
        map<string,int> m,not_m; //m保存禁止词语，not_m保存句子中未禁止的词
        int n = banned.size();
        for(int i=0;i<n;i++){
            m[banned[i]]++;
        }
        for(int i=start;i<l;i++){
            //转小写字母
            if(isalpha(paragraph[i]))paragraph[i]=tolower(paragraph[i]); 
            //得到每个单词
            if(!isalpha(paragraph[i])||i==l-1){ //特殊情况，当到达句子末尾且该末尾字符是字母，end=i；否则end=i-1
                if(!isalpha(paragraph[i]))end=i-1;
                else end=i;
                if(end>=start){
                    string word = paragraph.substr(start,end-start+1);
                    if(m[word] == 0){
                        not_m[word]++;
                    }
                }
                for(int k=i+1;k<l;k++){
                    if(!isalpha(paragraph[k]))continue;
                    else if(isalpha(paragraph[k])){
                        start=k;break;
                    }
                }
            }
        }
        int max = 0;
        map<string,int>::iterator it = not_m.begin();
        string result_word = it->first;
        for(it=not_m.begin();it!=not_m.end();it++){//从not_m中找出限次数最多的词
            if(it->second>max){
                max = it->second;
                result_word = it->first;
            }
        }
        return result_word;
    }
};

遍历句子中的字符，按照是否为字母来判断，设置start和end分别为单词的开头和结尾下标，初始化start=0，end=l-1。若初次找到不为字母的paragraph[i]，可以确定end=i-1（上一个单词在i-1处结束），特殊情况是当i到达句子末尾（i=l-1）且该字符是字母，此时end=i，得到上一个单词paragraph[i].substr(start,end-start+1)。下一个单词从当前位置开始向后的第一个是字母的位置开始，即继续向后for循环找到下一个为字母的字符paragraph[k]，更新start=k。

python代码：

class Solution(object):
    def mostCommonWord(self, paragraph, banned):
        l = len(paragraph)
        #转小写
        paragraph = paragraph.encode('utf-8')
        newp = ""
        for i in range(0,l):
            if paragraph[i].isalpha():
                if ord(paragraph[i]) >= 65 and ord(paragraph[i]) <= 90: #大写转小写
                    new_ord = ord(paragraph[i])+32
                    newp += chr(new_ord)
                else:
                    newp += paragraph[i]
            elif paragraph[i] == ' ': #空格保留
                newp += paragraph[i]
            elif paragraph[i] != ' ': #注意非空格的符号也保留，用空格代替
                newp += ' '
        records={}
        #所有单词
        words = newp.split(' ') #统一用空格切分
        for word in words:
            if len(word)!=0:
                if word in records.keys():
                    if word not in banned:
                        records[word] += 1
                else:
                    records[word] = 0
                    if word not in banned:
                        records[word] += 1
        maxsum = 0
        result = " "
        for item in records.items():
            if item[1]>maxsum:
                maxsum=item[1]
                result = item[0]
        return result

总结：

注意c++中，tolower(), touuper()的参数是char，不是string。

注意python中的& 和 and 不一样，c++中的&&对应python中的and，别粗心。