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！

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了吗相关推荐

PAT 基于词频的文件相似度 (set) -- 解题报告
解题思路每个文件内的单词存放到单独的一个 set 中.询问时直接遍历其中一个 set(必须是 size 较小的那个,否则会超时在最后一个测试点),用 count() 查找另一个 set 中存不存在这 ...
基于词频的文本相似度
基于词频的文本相似度文本分词统计词频词频向量相似度计算应用项目源码: https://github.com/zhang2172268/mygit/tree/master/textSimi ...
基于PHP和JS的AES相互加密解密方法详解(CryptoJS)
在最近的项目中,前端后台数据交互需要进行加密之后传输使用,以保证系统数据的安全.有关数据加密解密的问题,有很多种加密的方式,在这里我选择了AES的加密方式.特此写下此篇博文,总结讲述下PHP和JS进行 ...
搬砖：新一代基于UDP的低延时网络传输层协议——QUIC详解
技术扫盲:新一代基于UDP的低延时网络传输层协议--QUIC详解本文来自腾讯资深研发工程师罗成的技术分享,主要介绍 QUIC 协议产生的背景和核心特性等. 1.写在前面如果你的 App,在不需要任 ...
java 生成dump_java dump文件怎么生成和分析-JMAP用法详解
jmap是java自带的工具 1. 查看整个JVM内存状态 jmap -heap [pid] 2. 查看JVM堆中对象详细占用情况 jmap -histo [pid] 3. 导出整个JVM 中内存信息 ...
java 文件下载详解_Java 从网上下载文件的几种方式实例代码详解
废话不多说了,直接给大家贴代码了,具体代码如下所示: package com.github.pandafang.tool; import java.io.BufferedOutputStream; i ...
python os模块安装方法_基于python中pygame模块的Linux下安装过程(详解)
一.使用pip安装Python包大多数较新的Python版本都自带pip,因此首先可检查系统是否已经安装了pip.在Python3中,pip有时被称为pip3. 1.在Linux和OS X系统中检查 ...
linux下grep文件内容搜索工具及基本正则表达式详解
linux下grep文件内容搜索工具及基本正则表达式详解 grep命令: 根据模式(文本字符和基本正则表达式的元字符组合而成之匹配条件)搜索文本, 并将符合模式的文本行显示出来. 格式:grep [选 ...
python交互式和文件式区别_Python 运行.py文件和交互式运行代码的区别详解
代码版本:3.6.3 1. 交互式运行代码会直接给出表达式的结果,运行代码文件必须print才能在控制台看到结果. 直接给出结果: 没有print是看不到结果的: 有print才能看到结果: 另:交互 ...

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

二：思路

三：知识速递（对set容器不了解的兄弟们来看一下）

四：上码（来兄弟们干了这杯码我们来日方长）

五：总结

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了吗相关推荐

最新文章

热门文章

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

二：思路

三：知识速递（对set容器不了解的兄弟们来看一下）

四：上码（来兄弟们 干了这杯码 我们来日方长）

五：总结

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了吗相关推荐

最新文章

热门文章

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

四：上码（来兄弟们干了这杯码我们来日方长）

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了吗相关推荐