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;
}