2006年百度之星程序设计大赛试题-百度语言翻译机(解答)

阅读更多
 
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. templatetypename 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. templateclass 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. }  

你可能感兴趣的:(百度,Linux,C,C++,C#)