论坛首页 → 编程语言技术论坛 →

2006年百度之星程序设计大赛试题-百度语言翻译机(解答)

浏览 11665 次
锁定老帖子 主题：2006年百度之星程序设计大赛试题-百度语言翻译机(解答)
该帖已经被评为良好帖
作者 正文
  • zuroc
  • 等级: 五星会员
  • 性别:
  • 文章: 138
  • 积分: 561
  • 来自: 江苏
   发表时间：2007-05-13  
C++
 
题目+我的解答打包下载
http://www.cppblog.com/Files/zuroc/06_baidustar_translator.zip

题目:
百度语言翻译机

百度的工程师们是非常注重效率的，在长期的开发与测试过程中，他们逐渐创造了一套独特的缩略语。他们在平时的交谈、会议，甚至在各种技术文档中都会大量运用。

为了让新员工可以更快地适应百度的文化，更好地阅读公司的技术文档，人力资源部决定开发一套专用的翻译系统，把相关文档中的缩略语和专有名词翻译成日常语言。

输入要求：
输入数据包含三部分：
1. 第一行包含一个整数N(N＜=10000)，表示总共有多少个缩略语的词条；

2. 紧接着有N行的输入，每行包含两个字符串，以空格隔开。第一个字符串为缩略语（仅包含大写英文字符，长度不超过10字节），第二个字符串为日常语言（不包含空格，长度不超过255字节）；

3. 从第N+2开始到输入结束为包含缩略语的相关文档（总长度不超过1000000个字节）。例：

6
PS 门户搜索部
NLP 自然语言处理
PM 产品市场部
HR 人力资源部
PMD 产品推广部
MD 市场发展部
百度的部门包括PS，PM，HR，PMD，MD等等，其中PS还包括NLP小组。
样例：in.txt

输出要求：
输出将缩略语转换成日常语言后的文档。（将缩略语转换成日常语言，其他字符保留原样）。例：

百度的部门包括门户搜索部，产品市场部，人力资源部，产品推广部，市场发展部等等，其中门户搜索部还包括自然语言处理小组。
样例：out.txt

评分规则：

1．程序将运行在一台Linux机器上（内存使用不作严格限制），在每一测试用例上运行不能超过10秒，否则该用例不得分；

2．要求程序能按照输入样例的格式读取数据文件，按照输出样例的格式将运行结果输出到标准输出上。如果不能正确读入数据和输出数据，该题将不得分；

3．该题目共有4个测试用例，每个测试用例为一个输入文件。各测试用例占该题目分数的比例分别为25%，25%，25%，25%；

4．该题目20分。


注意事项：
1．输入数据是中英文混合的，中文采用GBK编码。
GBK：是又一个汉字编码标准，全称《汉字内码扩展规范》。采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在40-FE 之间，排除xx7F。总计 23940 个码位，共收入 21886 个汉字和图形符号，其中汉字（包括部首和构件）21003 个，图形符号 883 个。

2．为保证答案的唯一性，缩略语的转换采用正向最大匹配（从左到右为正方向）原则。请注意样例中PMD的翻译。

cpp 代码
 
  1. /* 
  2. 我的思路 
  3.  
  4. 1.缩略语 
  5. vector＜ string >    //用来保存缩略语 
  6. 按string的length排序,来满足"缩略语的转换采用正向最大匹配". 
  7.  
  8. 2.一次性的进行文本替换,以防止替换内容再次被替换 
  9. map＜pair＜int,int>,string>        //位置范围-缩略语 
  10. vector＜pair＜int,int>>    //保存位置范围 
  11. map＜string,string>    //缩略语 
  12. */  
  13.   
  14. #include ＜fstream>  
  15. #include ＜sstream>  
  16. #include ＜iostream>  
  17.   
  18. #include ＜vector>  
  19. #include ＜map>  
  20. #include ＜list>  
  21.   
  22. #include ＜string>  
  23.   
  24. #include ＜algorithm>  
  25. #include ＜functional>  
  26.   
  27. using namespace std;  
  28.   
  29. #define BEG_END(c)        (c.begin()),(c.end())  
  30.   
  31. typedef string::size_type str_size;  
  32.   
  33. /** 转换string为指定的类型 */  
  34. template＜typename Target, typename Source>  
  35. Target lexical_cast(const Source& arg)  
  36. {  
  37.     Target result;  
  38.     istringstream(arg)>>result;  
  39.     return result;  
  40. }  
  41.   
  42. vector＜str_size> find_all(const string& source , const string& aim)  
  43. {  
  44.   
  45.     vector＜str_size>    poses;  
  46.   
  47.     str_size pos=0;  
  48.     str_size aim_len=aim.size();  
  49.   
  50.     while ( (pos=source.find(aim, pos)) != string::npos)  
  51.     {  
  52.             poses.push_back(pos);  
  53.             pos += aim_len;  
  54.     }  
  55.   
  56.     return poses;  
  57. }  
  58.   
  59. bool is_long(const string& a , const string& b)  
  60. {  
  61.     return a.length()>b.length();  
  62. }  
  63.   
  64. bool is_first_small(const pair＜str_size,str_size>& a , const  pair＜str_size,str_size>& b)  
  65. {  
  66.     return a.first＜b.first;  
  67. }  
  68.   
  69.   
  70.   
  71. template＜class T,class I>  
  72. bool not_in_scope(I begin,const I& end,const T& aim)  
  73. {  
  74.     for (;begin!=end;++begin)  
  75.     {  
  76.         if (  
  77.             (aim>=(begin->first) ) && (aim＜= (begin->first+begin->second) )  
  78.         )return false;  
  79.     }  
  80.     return true;  
  81. }  
  82.   
  83. int main()  
  84. {  
  85.   
  86.     string infile_name="in.txt" , outfile_name="out.txt";  
  87.   
  88.     ofstream outfile(outfile_name.c_str());  
  89.     //ostream& outfile = cout;  
  90.   
  91.     ifstream infile(infile_name.c_str());  
  92.     if (!infile)  
  93.     {  
  94.         cerr＜＜"Error : can't open input file "＜＜infile_name＜＜" .\n";  
  95.         return -1;  
  96.     }  
  97.   
  98.     string line;  
  99.     vector＜string> abbr_dict;  
  100.     map＜string,string>    abbr_word;  
  101.   
  102.     getline(infile,line);  
  103.     for (int i=lexical_cast＜int>(line);i!=0;--i)  
  104.     {  
  105.         getline(infile,line);  
  106.         string abbr,word;  
  107.         istringstream(line)>>abbr>>word;  
  108.         abbr_dict.push_back(abbr);  
  109.         abbr_word[abbr]=word;  
  110.         //cout＜＜abbr＜＜' '＜＜word＜＜'\n';  
  111.     }  
  112.   
  113.     sort(BEG_END(abbr_dict),is_long);  
  114.   
  115.     while (getline(infile,line))  
  116.     {  
  117.         typedef vector＜pair＜str_size,str_size> > replace_scope;  
  118.   
  119.         replace_scope    to_replace_scope;  
  120.         map＜pair＜str_size,str_size>,string>    to_replace;  
  121.   
  122.         for (  
  123.             vector＜string>::iterator i=abbr_dict.begin(),end=abbr_dict.end();  
  124.             i!=end;  
  125.             ++i  
  126.         )  
  127.         {  
  128.             vector＜str_size>    poses=find_all(line,*i);  
  129.             str_size aim_len=i->size();  
  130.             for (vector＜str_size>::iterator j=poses.begin(),end=poses.end();j  
  131.                     !=end;++j)  
  132.             {  
  133.                 pair＜str_size,str_size> scope=make_pair(*j,aim_len);  
  134.                 if (not_in_scope(BEG_END(to_replace_scope),*j))  
  135.                 {  
  136.                     to_replace_scope.push_back(scope);  
  137.                     to_replace[scope]=*i;  
  138.                 }  
  139.             }  
  140.         }  
  141.   
  142.         sort(BEG_END(to_replace_scope),is_first_small);  
  143.   
  144.         str_size offset=0;  
  145.   
  146.         for (  
  147.             replace_scope::iterator i=to_replace_scope.begin(),end=to_replace_scope.end();  
  148.             i!=end;  
  149.             ++i  
  150.         )  
  151.         {  
  152.             str_size len=i->second ;  
  153.             string word=abbr_word[to_replace[*i]];  
  154.             line.replace(i->first+offset,len ,word);  
  155.             offset+=word.size()-len;  
  156.         }  
  157.   
  158.   
  159.         outfile＜＜line＜＜'\n';  
  160.     }  
  161.   
  162.     return 0;  
  163. }  
返回顶楼
         
  • Eastsun
  • 等级: 二钻会员
  • 性别:
  • 文章: 790
  • 积分: 1329
  • 来自: 天津
   发表时间：2007-05-15  
很是怀疑楼主的算法时间复杂度能符合要求吗?
感觉用Trie Tree来处理会比楼主的快很多.
返回顶楼
          回帖地址
0 请登录后投票
论坛首页 → 编程语言技术版

跳转论坛:
Global site tag (gtag.js) - Google Analytics