作者：不详 来源：互联网 酷勤网收集 2007-08-18
摘要
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
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
- /*
- 我的思路
- 1.缩略语
- vector＜ string > //用来保存缩略语
- 按string的length排序,来满足"缩略语的转换采用正向最大匹配".
- 2.一次性的进行文本替换,以防止替换内容再次被替换
- map＜pair＜int,int>,string> //位置范围-缩略语
- vector＜pair＜int,int>> //保存位置范围
- map＜string,string> //缩略语
- */
- #include ＜fstream>
- #include ＜sstream>
- #include ＜iostream>
- #include ＜vector>
- #include ＜map>
- #include ＜list>
- #include ＜string>
- #include ＜algorithm>
- #include ＜functional>
- using namespace std;
- #define BEG_END(c) (c.begin()),(c.end())
- typedef string::size_type str_size;
- /** 转换string为指定的类型 */
- template＜typename Target, typename Source>
- Target lexical_cast(const Source& arg)
- {
- Target result;
- istringstream(arg)>>result;
- return result;
- }
- vector＜str_size> find_all(const string& source , const string& aim)
- {
- vector＜str_size> poses;
- str_size pos=0;
- str_size aim_len=aim.size();
- while ( (pos=source.find(aim, pos)) != string::npos)
- {
- poses.push_back(pos);
- pos += aim_len;
- }
- return poses;
- }
- bool is_long(const string& a , const string& b)
- {
- return a.length()>b.length();
- }
- bool is_first_small(const pair＜str_size,str_size>& a , const pair＜str_size,str_size>& b)
- {
- return a.first＜b.first;
- }
- template＜class T,class I>
- bool not_in_scope(I begin,const I& end,const T& aim)
- {
- for (;begin!=end;++begin)
- {
- if (
- (aim>=(begin->first) ) && (aim＜= (begin->first+begin->second) )
- )return false;
- }
- return true;
- }
- int main()
- {
- string infile_name="in.txt" , outfile_name="out.txt";
- ofstream outfile(outfile_name.c_str());
- //ostream& outfile = cout;
- ifstream infile(infile_name.c_str());
- if (!infile)
- {
- cerr＜＜"Error : can't open input file " ＜＜infile_name＜＜" .\n";
- return -1;
- }
- string line;
- vector＜string> abbr_dict;
- map＜string,string> abbr_word;
- getline(infile,line);
- for (int i=lexical_cast＜int>(line);i!=0;--i)
- {
- getline(infile,line);
- string abbr,word;
- istringstream(line)>>abbr>>word;
- abbr_dict.push_back(abbr);
- abbr_word[abbr]=word;
- //cout＜＜abbr＜＜' '＜＜word＜＜'\n';
- }
- sort(BEG_END(abbr_dict),is_long);
- while (getline(infile,line))
- {
- typedef vector＜pair＜str_size,str_size> > replace_scope;
- replace_scope to_replace_scope;
- map＜pair＜str_size,str_size>,string> to_replace;
- for (
- vector＜string>::iterator i=abbr_dict.begin(),end=abbr_dict.end();
- i!=end;
- ++i
- )
- {
- vector＜str_size> poses=find_all(line,*i);
- str_size aim_len=i->size();
- for (vector＜str_size>::iterator j=poses.begin(),end=poses.end();j
- !=end;++j)
- {
- pair＜str_size,str_size> scope=make_pair(*j,aim_len);
- if (not_in_scope(BEG_END(to_replace_scope),*j))
- {
- to_replace_scope.push_back(scope);
- to_replace[scope]=*i;
- }
- }
- }
- sort(BEG_END(to_replace_scope),is_first_small);
- str_size offset=0;
- for (
- replace_scope::iterator i=to_replace_scope.begin(),end=to_replace_scope.end();
- i!=end;
- ++i
- )
- {
- str_size len=i->second ;
- string word=abbr_word[to_replace[*i]];
- line.replace(i->first+offset,len ,word);
- offset+=word.size()-len;
- }
- outfile＜＜line＜＜'\n';
- }
- return 0;
- }