热~点~新~闻~(PTA,分数25)

我们可以利用搜索引擎搜索网页等资源，再借助一些工具就可以生成这样的“词云”：

嫑犯愁，现在不要求生成这样的词云，而是换个简单些的要求：

对于输入的若干篇新闻报道以及若干个搜索关键词，统计输出包含各关键词的新闻篇数，并输出包含最热关键词的新闻概要。

图放不出来

输入格式:

输入由前后两部分组成。

第一部分是不超过100000篇新闻报道，每篇新闻的格式是：

• 第1行是新闻标题，长度大于零且不超过60。
• 第2行是新闻发布日期，由8位数字组成，格式是yyyymmdd（4位年+2位月+2位日）
• 接下来若干行是新闻正文，总长度大于零且不超过500，由若干词、标点、空格、换行组成，所有字符为英文半角字符。
• 标点仅有, . ? : !五种，且标点都是单独出现，绝对不会出现相邻两个字符都是标点的情况。
• 词是由不超过30个连续的字母、数字、符号等非空格、非换行符组成的，词不包含以上五种标点，但标点有可能紧跟在一个词的末尾。例如文本Look! There is a u-turn!中，有五个词Look There is a u-turn

两篇新闻之间，有一行分隔符------（连续6个-）；全部新闻结束后，有一行分隔符######（连续6个#）。新闻标题和正文中保证不出现这两种分隔符。

分隔符######之后，是第二部分，由2行组成：

• 第1行是不超过10000的正整数N和不超过100000的非负整数K，由空格分隔。
• 第2行是N个不超过30位的各不相同的搜索关键词，这些关键词仅包含小写字母、数字，不含大写字母、符号。

输出格式:

输出由前后两部分组成。
首先对于每个搜索关键词，统计新闻正文中出现该词的新闻篇数，注意：（1）仅统计新闻正文，不统计新闻标题，（2）不区分大小写，例如Alien与alien是相同的词，（3）区分词的时态、单复数、包含符号等各种变化形式，例如aliens和alien是不同的词，u-turn和uturn是不同的词（4）显然，若一个词在所有新闻中均未出现，则篇数为0，（5）统计的是出现关键词的新闻篇数，不是词出现的次数。

题目保证至少有一个关键词在至少一篇新闻中出现。

对于每个搜索关键词，若该词出现篇数不低于K，则输出在第一部分：

• 每行一词，格式为 词:篇数
• 若不低于K篇的多于一词，则按照篇数从高到低输出；若有多于一词篇数相同，则这些词按照词的字典序（英文字母从a至b排序、数字从0至9排序，数字排在字母之前）输出
• 若不存在不低于K篇的词，则输出一行None!

在第二部分，对于出现篇数最高、且关键词的字典序最前的词，按照新闻的输入顺序，依次输出包含这个关键词的新闻概要，每条新闻一行，格式是新闻标题/发布日期。

输入样例:

5篇新闻，6个搜索关键词，如下所示：

ALIENS APPEARED IN NEW YORK
20200320
The New York Roadside News Agency reported that yesterday a citizen
found an alien on Fifth Avenue in New York.
   The alien snatched a Pear u-phone from the citizen.
------
The Russians caught an alien!
20210322
BBC News reported that a Russian captured an alien in the Siberian forest.
  It turned out that the Russian was drunk and what he caught was a polar bear.
------
Does anyone know this bear?
20190615
Reuters reported that a lost bear was found in Paddington, London.
  The animal rescue organization tried to find a home for the poor bear.
------
New discoveries in Egypt
20180909
Agence France-Presse reported that
Egypt discovered an unknown element in a pyramid built five thousand years ago.
  The pyramid is suspected to be an alien relic.
------
Are you ALIEN?
20210322
The Associated Press reported that a study by the Royal Academy of Sciences showed that
10% of the population of our planet are aliens. Too frightening!
    So, are you an alien? How to prove to others that you are not an alien?
######
6 1
bear citizen about alien home academy

输出样例:

输入的K为1，因此按规定顺序输出包含篇数不低于1的关键词（alien出现在4篇新闻中，bear出现在2篇新闻中，about未出现在任何新闻中，其余3词出现在1篇新闻中），并按顺序输出包含alien的新闻概要，如下所示：

alien:4
bear:2
academy:1
citizen:1
home:1
ALIENS APPEARED IN NEW YORK/20200320
The Russians caught an alien!/20210322
New discoveries in Egypt/20180909
Are you ALIEN?/20210322

 这题很长，但是如果仔细看的话其实是不难的

坑点：

1.无论有没有输出"NONE!"都要把出现次数最多的单词出现的文章和对应日期输出

2.标题和日期不唯一，所以要加以判断。

​
#include<bits/stdc++.h>
using namespace std;
#define int long long
#define IOS ios_base::sync_with_stdio(0);cin.tie(0);cout.tie(0);
int n,m,t,k;
struct node{
	string bt,rq,nr;
	int xh;
}xw[100005];
//存储标题，日期，内容
map<string,map<int,bool> >jl;
//标记查找关键词在对应序号文章里有没有出现过
map<string,vector<node> >mp;
//用于存储对应单词出现的文章的标题和日期
map<string,int >gjc;
//记录关键词
bool cmp(string a,string b){
	if(mp[a].size()!=mp[b].size())return mp[a].size() > mp[b].size();
	return a<b;
}
//用于对关键词进行排序
signed main(){
	int b=0;
	//b用来当下标
	k=0;
	string c,s;
	string rq,dq;
	while(getline(cin,c)&&c!="######"){
		if(k==0){
			//对标题,日期和内容进行分别存储
			k++;
			xw[b].bt=c;
		}else if(k==1){
			xw[b].rq=c;
			k++;
		}else if(c=="------"){
			//将k回归为0方便下次判断标题日期内容
			xw[b].xh=b;
			b++;
			k=0;
		}else{
			for(int i=0;i<c.size();i++){
				if(c[i]>='A'&&c[i]<='Z'){
					c[i]+='a'-'A';
				}else if(c[i]==','||c[i]=='.'||c[i]=='?'||c[i]==':'||c[i]=='!'){
					c[i]=' ';
					//                    将分隔符变为空格便于分割
				}
			}
			//            先遍历将大写转化为小写
			xw[b].nr+=" ";
			//            用空格将分行的内容部分分割,最终得出的就是一个完整的内容部分
			xw[b].nr+=c;
		}
	}
	cin >> n >> m;
	vector<string>cx;
	//存储关键词方便遍历，直接用字符串数组也行
	for(int i=0;i<n;i++){
		cin >> s;
		cx.push_back(s);
		gjc[s]=1;
	}
	string l;
	for(int i=0;i<=b;i++){
		stringstream ss(xw[i].nr);
		//        利用字符流来挨个判断单词
		while(ss >> l){
			if(gjc[l]&&!jl[l][i]){
				//            如果这个字符串是关键词并且第i篇文章内没有出现过
				jl[l][i]=1;
				mp[l].push_back({xw[i].bt,xw[i].rq,xw[i].nr,i});
				//            将出现的日期和标题存储	
			}
		}
	}
	int ans=0;
	sort(cx.begin(),cx.end(),cmp);
	//进行排序
	string tmp=cx[0];
	//此处的tmp就是出现次数最多并且字典序最小的单词
	for(int i=0;i<cx.size();i++){
		if(mp[cx[i]].size()>=m){
			ans++;
			cout << cx[i] << ":" << mp[cx[i]].size() << endl;
		}else{
			break;
		}
	}
	if(!ans)cout << "None!" << endl;
	for(int i=0;i<mp[tmp].size();i++){
		//遍历输出tmp的出现文章和日期
		cout << mp[tmp][i].bt << "/" << mp[tmp][i].rq << endl;
	}
	return 0;
}

​