编程之美--3.5最短摘要生成

　Alibaba笔试题：给定一段产品的英文描述，包含M个英文字母，每个英文单词以空格分隔，无其他标点符号；再给定N个英文单词关键字，请说明思路并编程实现方法String extractSummary(String description,String[] key words)，目标是找出此产品描述中包含N个关键字（每个关键词至少出现一次）的长度最短的子串，作为产品简介输出。（不限编程语言）20分。

　　这道笔试题和编程之美最短摘要生成的方法类似，我用java实现了这个方法。

　　先来看看这些序列：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     问题在于，如何一次把所有的关键词都扫描到，并且不遗漏。扫描肯定是无法避免的，但是如何把两次扫描的结果联系起来呢？这是一个值得考虑的问题。

     沿用前面的扫描方法，再来看看。第一次扫描的时候，假设需要包含所有的关键词，从第一个位置w0处将扫描到w6处：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     那么，下次扫描应该怎么办呢？先把第一个被扫描的位置挪到q0处。

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     然后把第一个被扫描的位置继续往后面移动一格，这样包含的序列中将减少了关键词q0。那么，我们便可以把第二个扫描位置往后移，这样就可以找到下一个包含所有关键词的序列。即从w4扫描到w9处，便包含了q1，q0：

w0,w1,w2,w3,q0,w4,w5,q1,w6,w7,w8,q0,w9,q1

     这样，问题就和第一次扫描时碰到的情况一样了。依次扫描下去，在w中找出所有包含q的序列，并且找出其中的最小值，就可得到最终的结果。

     编程之美上给出了如下参考代码：

int nTargetLen = N + 1; // 设置目标长度为总长度+1  
int pBegin = 0; // 初始指针  
int pEnd = 0; // 结束指针  
int nLen = N; // 目标数组的长度为N  
int nAbstractBegin = 0; // 目标摘要的起始地址  
int nAbstractEnd = 0; // 目标摘要的结束地址  
 
while(true) 
{  
    // 假设未包含所有的关键词，并且后面的指针没有越界，往后移动指针  
 while(!isAllExisted() && pEnd < nLen) 
    {  
        pEnd++;  
    }  
      
    // 假设找到一段包含所有关键词信息的字符串  
 while(isAllExisted()) 
    {  
        if(pEnd – pBegin < nTargetLen) 
        {  
            nTargetLen = pEnd – pBegin;  
            nAbstractBegin = pBegin;  
            nAbstractEnd = pEnd – 1; 
        }  
        pBegin++;  
    }  
    if(pEnd >= N) 
        Break;  
}   

　　以下是我写的java实现代码。
     使用HashMap将关键字映射到数字，减少字符串比较，能进一步提高效率。使用数组保存关键字被访问到的次数，用来判断是否包含全部关键字。

package com.flyoung;

import java.util.HashMap;
import java.util.Map;

public class Abstract {
/*
 * 编程之美 最短摘要生成
 * */
    
    private int[] keywordsArray; //记录关键字被访问次数的数组
 private int pBegin=0;//查找起始点
 private int pEnd=0;//查找终点
 private int abstractBegin=0;//摘要起始点
 private int abstractEnd=0;//摘要终点
 private int targetLen;//摘要最小长度
 private Map<String,Integer> map;//将关键字映射成数字
 
    public Abstract(String[] keywords){
        int len = keywords.length;
        this.keywordsArray = new int[len];
        this.map = keywordsMap(keywords);
    }
    public String extractSummary(String description,String[] keywords){
        String[] array = description.split(" ");//将字符串转化为数组
 return extract(array,keywords);
    }
    //实际的抽取函数
 public String extract(String[] description,String[] keywords){
        String summary = "";
        int nLen = description.length;
        targetLen = nLen+1;
        while(true){
            while(!isAllExisted()&&pEnd<nLen){
                if(this.map.get(description[pEnd])!=null){   //如果pEnd所指向的字符在keywords中
                    setKeywordsArray(keywordsArray,this.map.get(description[pEnd]),0);//该字符相应的统计个数 + 1
                }
                pEnd++;
            }
            while(isAllExisted()){
                if(pEnd-pBegin<targetLen){
                    targetLen = pEnd-pBegin;
                    abstractBegin = pBegin;
                    abstractEnd = pEnd-1;
                }
                if(map.get(description[pBegin])!=null){   //如果pBegin所指向的字符在keywords中
                    setKeywordsArray(keywordsArray,map.get(description[pBegin]),1); //该字符相应的统计个数 - 1
                }
                pBegin++;
            }
            if(pEnd>=nLen){
                break;
            }
        }
        for(int j=abstractBegin;j<=abstractEnd;j++){   //把包含keyword的最短 description 组合起来成summary
            if(j!=abstractEnd){
                summary = summary+description[j]+" ";
            }else{
                summary +=description[j];
            }    
        }
        return summary;
    }
    public Map<String,Integer> keywordsMap(String[] keywords){   //建立从keyword到integer的hash映射
        Map<String,Integer> map = new HashMap<String,Integer>();
        int len = keywords.length;
        for(int i=0;i<len;i++){
            map.put(keywords[i], i);
        }
        return map;
    }
    //设置关键字被访问到的次数
 public void setKeywordsArray(int[] keywordsArray,int i,int flag){ //flag:0 add flag:1 sub
 if(flag==0){
            keywordsArray[i]++;
        }else{
            keywordsArray[i]--;
        }
    }
    //检查是否包含全部关键字
 public boolean isAllExisted(){
        boolean result = true;
        for(int a:keywordsArray){
            if(a==0){
                result=false;
                break;
            }
        }
        return result;
    }
    
    public static void main(String[] args) {
        String description="hello software hello test world spring sun flower hello";
        String[] keywords = {"hello","world"};
        Abstract nAbstract = new Abstract(keywords);
        System.out.println(nAbstract.extractSummary(description, keywords));
    }
}

FROM:  http://www.cnblogs.com/flyoung2008/archive/2012/04/08/2437489.html