【csp202403-1】词频统计【第33次CCF计算机软件能力认证】

问题描述

在学习了文本处理后，小P对英语书中的𝑛篇文章进行了初步整理。具体来说，小P将所有的英文单词都转化为了整数编号。假设这𝑛篇文章中共出现了𝑚个不同的单词，则把它们从1到𝑚进行编号。这样，每篇文章就简化为了一个整数序列，其中每个数都在1到𝑚范围内。

现给出小P处理后的𝑛篇文章，对于每个单词𝑖（1≤𝑖≤𝑚），试统计：

1. 单词𝑖出现在了多少篇文章中？
2. 单词𝑖在全部文章中总共出现了几次？

输入格式

从标准输入读入数据。

输入共𝑛+1行。

输入的第一行包含两个正整数𝑛和𝑚，分别表示文章篇数和单词编号上限。

输入的第𝑖+1行（1≤𝑖≤𝑛）包含由空格分隔的若干整数，其中第一个整数𝑙𝑖​表示第𝑖篇文章的长度（单词个数）；接下来𝑙𝑖个整数表示对应的整数序列，序列中每个整数均在1到𝑚范围内，各对应原文中的一个单词。

输出格式

输出到标准输出。

输出共𝑚行。

第𝑖i行（1≤𝑖≤𝑚）输出由空格分隔的两个整数𝑥𝑖和𝑦𝑖​，表示共有𝑥𝑖篇文章包含单词𝑖，总计出现次数为𝑦𝑖​。

样例输入

4 3
5 1 2 3 2 1
1 1
3 2 2 2
2 3 2

样例输出

2 3
3 6
2 2

样例解释

单词2在：

• 文章1中出现两次；
• 文章3中出现三次；
• 文章4中出现一次。

因此𝑥2=3、𝑦2=6。

数据范围

全部的测试数据满足0<𝑛,𝑚≤100，且每篇文章至少包含一个单词、最多不超过100个单词（1≤𝑙𝑖≤100）。

题解

由于单词已经简化成数字，开两个普通数组分别统计两个问题即可。

对于第2个问题，单词在全部文章中出现的次数，开一个数组计数器，单词每出现一次，计数器加一

对于第1个问题，由于数据范围较小，可以开一个二维数组，vis[i][j]表示在第i篇文章中单词j是否出现过，最后遍历一遍统计每一篇文章中出现过的单词数

#include <cstdio>
int n,m,l[105],cnt[105];
bool vis[105][105];
int main()
{
	int i,j,x;
	scanf("%d%d",&n,&m);
	for (i=1;i<=n;i++)
	{
		scanf("%d",&l[i]);
		for (j=1;j<=l[i];j++)
		{
			scanf("%d",&x);
			cnt[x]++;
			vis[i][x]=1;
		}
	}
	int s;
	for (i=1;i<=m;i++)
	{
		s=0;
		for (j=1;j<=n;j++)
		  if (vis[j][i])
		    s++;
		printf("%d %d\n",s,cnt[i]); 
	}
	return 0;
}