7-44 基于词频的文件相似度 (30 分)(思路加详解+set容器简便做法)兄弟们冲呀呀呀呀呀 今天你AC了吗

一：题目

实现一种简单原始的文件相似度计算，即以两文件的公共词汇占总词汇的比例来定义相似度。为简化问题，这里不考虑中文（因为分词太难了），只考虑长度不小于3、且不超过10的英文单词，长度超过10的只考虑前10个字母。

输入格式:
输入首先给出正整数N（≤100），为文件总数。随后按以下格式给出每个文件的内容：首先给出文件正文，最后在一行中只给出一个字符#，表示文件结束。在N个文件内容结束之后，给出查询总数M（≤10
4
），随后M行，每行给出一对文件编号，其间以空格分隔。这里假设文件按给出的顺序从1到N编号。

输出格式:
针对每一条查询，在一行中输出两文件的相似度，即两文件的公共词汇量占两文件总词汇量的百分比，精确到小数点后1位。注意这里的一个“单词”只包括仅由英文字母组成的、长度不小于3、且不超过10的英文单词，长度超过10的只考虑前10个字母。单词间以任何非英文字母隔开。另外，大小写不同的同一单词被认为是相同的单词，例如“You”和“you”是同一个单词。

输入样例:

3
Aaa Bbb Ccc
#
Bbb Ccc Ddd
#
Aaa2 ccc Eee
is at Ddd@Fff
#
2
1 2
1 3

输出样例:

50.0%
33.3%

二：思路

用到了set容器，这个容器我也是第一次用，这个他有自动去重的特性，而且，这个容器相较于map容器他只有关键值 ，其他用法类似，但要在注意的是，这里的迭代器都是指针，即遍历容器返回值都是指针

三：知识速递（对set容器不了解的兄弟们来看一下）

set基本用法

四：上码（来兄弟们 干了这杯码 我们来日方长）

#include<bits/stdc++.h>
using namespace std;

set<string>s[100]; 

void  manage(string str,int x){
	
	string word = "";//初始化字符串 
	str+="!";//表示最后一个单词的结束  什么符号都可以 
	
	for( int i = 0; i < str.size(); i++ ){
		if( isalpha (str[i]) ){//判断单个字符是否为字母 
			
			if( word.size() < 10){//处理字母个数小于10个的单词 
					word+=tolower(str[i]);//将大写字母转换成小写字母 
			}
			 	
		}else{
			
			if( word.size() > 2 ){
				s[x].insert(word);
			}
			
			word.clear();//将字符串的内容清空  为下一次调用函数做准备 
		} 
	} 
}

int main(){
	
	int N;
	cin >> N;
	
	getchar();//处理换行符  当cin 和 getline() 一块用的时候 
	
	for( int i = 0; i < N; i++ ){
		
		string str = "";//初始化字符串 
		
		while( str != "#" ){
			manage(str,i);
			getline(cin,str);//每次是读进来一行 
		}
		
	}
//	  set<string>::iterator t;
//	for( t = s[0].begin(); t != s[0].end(); t++ ){
//		cout << *t << ' ';
//	}
	int M;
	
	cin >> M; 
	
	for( int i = 0; i < M; i++ ){
		int a,b,count = 0;
	
		cin >> a >> b;
		
		a--; b--;
		
		int total_length = s[a].size() + s[b].size();
		
		set<string>::iterator t;
		
		for( t = s[a].begin(); t != s[a].end(); t++ ){
			
			if( s[b].find(*t) != s[b].end() )//判断相同元素的个数 
			count++;
		} 
		
	//	cout <<  total_length << endl;
		printf("%0.1lf%\n",100.0 * count/(total_length - count)); 
		
		
	} 
	
} 

五：总结

这道题思路不是我的，我是没思路，就学大佬的了，但也是收获满满，我又学到一种容器 set;我前面在学map容器时就遇到过，但我没去学，因为没用到过，等到用到了再去学，在我看来，知识是永远学不完的，我们必须先上路，遇到什么问题就解决什么问题。不断扩充我们的武器库，比如map,vector,再接下来set;我会的会越来越多 ，加油BOY!我们共同进步！