HJ25 数据分类处理

HJ25 数据分类处理

描述
信息社会，有海量的数据需要分析处理，比如公安局分析身份证号码、 QQ 用户、手机号码、银行帐号等信息及活动记录。
采集输入大数据和分类规则，通过大数据分类处理程序，将大数据分类输出。

数据范围：1≤I,R≤100 1≤I,R≤100 ，输入的整数大小满足 0≤val≤231−1 0≤val≤231−1

输入描述：
一组输入整数序列 I 和一组规则整数序列 R，I 和 R 序列的第一个整数为序列的个数（个数不包含第一个整数）；整数范围为 0~(2^31)-1，序列个数不限

输出描述：
从 R 依次中取出 R，对 I 进行处理，找到满足条件的 I：

I 整数对应的数字需要连续包含 R对应的数字。比如 R为 23，I 为 231，那么 I 包含了 R，条件满足 。

按 R从小到大的顺序:
(1)先输出 R；
(2)再输出满足条件的 I 的个数；
(3)然后输出满足条件的 I 在 I 序列中的位置索引(从 0 开始)；
(4)最后再输出 I。
附加条件：
(1)R需要从小到大排序。相同的 R只需要输出索引小的以及满足条件的 I，索引大的需要过滤掉
(2)如果没有满足条件的 I，对应的 R不用输出
(3)最后需要在输出序列的第一个整数位置记录后续整数序列的个数(不包含“个数”本身)

序列 I：15,123,456,786,453,46,7,5,3,665,453456,745,456,786,453,123（第一个 15 表明后续有 15 个整数）
序列 R：5,6,3,6,3,0（第一个 5 表明后续有 5 个整数）
输出：30, 3,6,0,123,3,453,7,3,9,453456,13,453,14,123,6,7,1,456,2,786,4,46,8,665,9,453456,11,456,12,786
说明：
30----后续有 30 个整数
3----从小到大排序，第一个 R为 0，但没有满足条件的 I，不输出 0，而下一个 R是 3
6— 存在 6 个包含 3 的 I
0— 123 所在的原序号为 0
123— 123 包含 3，满足条件

示例 1

输入：

15 123 456 786 453 46 7 5 3 665 453456 745 456 786 453 123
5 6 3 6 3 0

输出：

30 3 6 0 123 3 453 7 3 9 453456 13 453 14 123 6 7 1 456 2 786 4 46 8 665 9 453456 11 456 12 786

说明：

将序列 R：5,6,3,6,3,0（第一个 5 表明后续有 5 个整数）排序去重后，可得 0,3,6。
序列 I 没有包含 0 的元素。
序列 I 中包含 3 的元素有：I[0]的值为 123、I[3]的值为 453、I[7]的值为 3、I[9]的值为 453456、I[13]的值为 453、I[14]的值为 123。
序列 I 中包含 6 的元素有：I[1]的值为 456、I[2]的值为 786、I[4]的值为 46、I[8]的值为 665、I[9]的值为 453456、I[11]的值为 456、I[12]的值为 786。
最后按题目要求的格式进行输出即可。

题解

import java.util.Scanner;
import java.util.List;
import java.util.ArrayList;
import java.util.Set;
import java.util.TreeSet;

// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 注意 hasNext 和 hasNextLine 的区别
        while (in.hasNext()) { // 注意 while 处理多个 case
            // 序列 I
            int n = in.nextInt();
            String [] list1 = new String [n];
            for (int i = 0; i < n; i++) {
                list1[i] = String.valueOf(in.nextInt());
            }
            // 序列R
            // R<i>需要从小到大排序。相同的R<i>只需要输出索引小的以及满足条件的I，索引大的需要过滤掉
            // R序列 排序去重 从小到大 使用 treeSet
            int m = in.nextInt();
            Set<Integer> set = new TreeSet<>();
            for (int i = 0; i < m; i++) {
                set.add(in.nextInt());
            }

            List <Integer> listR = new ArrayList<>();
            List <Integer> listI = new ArrayList<>();
            for (int i : set) {
                int count = 0;//满足条件的I的个数
                for (int j = 0; j < list1.length; j++) {
                    //判断 是否包含对应数字
                    if ((list1[j]).contains(String.valueOf(i))) {
                        // 包含 count++
                        count++;
                        // 将满足条件的 i 的 索引位置 和 值 存储到 listI中
                        listI.add(j);
                        listI.add(Integer.valueOf(list1[j]));
                    }
                }
                // 如果没有满足条件的I，对应的R<i>不用输出
                // 判断 count 是否大于0 决定 是否存储数据到 listR
                if (count > 0) {
                    // 存储数据到 listR
                    listR.add(i);// 存储R<i>
                    listR.add(count);// 存储满足条件的个数
                    listR.addAll(
                        listI);// 存储 满足条件的I在序列I中的位置索引 和 值
                }
                // 清理listI
                listI.clear();
            }
            // 输出结果
            // 最后需要在输出序列的第一个整数位置记录后续整数序列的个数(不包含“个数”本身)
            System.out.print(listR.size() + " ");
            // 输出listR
            for (Integer i : listR) {
                System.out.print(i + " ");
            }
            System.out.println();
        }
    }
}