首页 > 代码库 > poj 4093:倒排索引查询
poj 4093:倒排索引查询
poj 4093:倒排索引查询
题目:
- 总时间限制:
- 1000ms
- 内存限制:
- 131072kB
- 描述
现在已经对一些文档求出了倒排索引,对于一些词得出了这些词在哪些文档中出现的列表。
要求对于倒排索引实现一些简单的查询,即查询某些词同时出现,或者有些词出现有些词不出现的文档有哪些。
- 输入
- 第一行包含一个数N,1 <= N <= 100,表示倒排索引表的数目。
接下来N行,每行第一个数ci,表示这个词出现在了多少个文档中。接下来跟着ci个数,表示出现在的文档编号,编号不一定有序。1 <= ci <= 1000,文档编号为32位整数。
接下来一行包含一个数M,1 <= M <= 100,表示查询的数目。
接下来M行每行N个数,每个数表示这个词要不要出现,1表示出现,-1表示不出现,0表示无所谓。数据保证每行至少出现一个1。 - 输出
- 共M行,每行对应一个查询。输出查询到的文档编号,按照编号升序输出。
如果查不到任何文档,输出"NOT FOUND"。 - 样例输入
3 3 1 2 3 1 2 1 3 3 1 1 1 1 -1 0 1 -1 -1
- 样例输出
NOT FOUND 1 3 1
解题方案
我们先考虑两个子问题
1.求出两个有序递增数组的交集,并集,补集
我使用的是归并排序思想,只不过取得元素不同而已
2.求出多个有序递增数组的交集,并集
第一问题是这个问题的子问题,同时使用归并思想去做,如同擂台赛一样,每一个数组如同一个选手去争冠军
好了,子问题解决完毕,我们看看poj题目
1)对每一个索引表排序
2)对每一组查询,找出需要出现的文档号集合 wanted_list 和 不出现的文档号集合 not_wanted_list(这两个问题分别是上述第二个子问题求多个数组的交集,并集问题)
3)求出wanted_list 相对 not_wanted_list的补集即可
代码c++如下
#include <iostream> #include <list> #include <algorithm> #include <map> #include <fstream> using namespace std; class Node { public: int word_id; int bit; }; int compare(const void * a,const void * b) { return *(int*)a - *(int *)b; } void print_list(list<int> mylist); list<Node> initialize_list(int **search,int row,int N,bool need); list<int> sub_data(list<int> wanted_list,list<int> not_wanted_list); list<int> find_same_need(list<Node> mylist,int ** data,const int length); list<int> find_same_not_need(list<Node> mylist,int ** data,const int length); void read_data(int ** &data,int ** & search,int &M,int &N); int main() { int ** data; int ** search; int M,N; list<int> wanted_list; list<int> not_wanted_list; list<Node> wanted_node_list; list<Node> not_wanted_node_list; list<int> result; read_data(data,search,M,N); for( int i=0;i<M;i++ ) { wanted_node_list = initialize_list(search,i,N,true); not_wanted_node_list = initialize_list(search,i,N,false); wanted_list = find_same_need(wanted_node_list,data,N); not_wanted_list = find_same_not_need(not_wanted_node_list,data,N); result = sub_data(wanted_list,not_wanted_list); print_list(result); } system("pause"); return 0; } list<int> find_same_need(list<Node> mylist,int ** data,const int length) { list<int> result; bool same ; list<Node>::iterator min_node; int min_article_id; while( true ) { // 1. 检查当前文档号是否是一样的 same = true; Node one = mylist.front(); for(list<Node>::iterator node = mylist.begin();node != mylist.end(); node++) { if( data[one.word_id][one.bit] != data[node->word_id][node->bit] ) { same = false; break; } } // 2. 结果如果不相同时,则需要增加最小的 if( ! same ) { min_article_id = INT_MAX; for(list<Node>::iterator node = mylist.begin();node != mylist.end(); node++) { if( data[node->word_id][node->bit] < min_article_id ) { min_article_id = data[node->word_id][node->bit]; min_node = node; } } min_node->bit ++; // 已经得到所有结果 if( min_node->bit > data[min_node->word_id][0] ) return result; } // 3. 存储一个结果 else { result.push_back( mylist.front().bit ); for (list<Node>::iterator node = mylist.begin(); node != mylist.end(); node++) { node->bit ++; // 已经得到所有结果 if( node->bit > data[node->word_id][0] ) return result; } } } } list<int> find_same_not_need(list<Node> mylist,int ** data,const int length) { map<int,bool> myamp; list<int> result; for(list<Node>::iterator it = mylist.begin();it != mylist.end() ;it++) { while(it->bit <= data[it->word_id][0]) { if( myamp.find(data[it->word_id][it->bit]) == myamp.end() ) { myamp.insert(make_pair(data[it->word_id][it->bit],true)); } it->bit ++; } } for(map<int,bool>::iterator it = myamp.begin();it!=myamp.end();it++) { result.push_back(it->first); } return result; } list<int> sub_data(list<int> wanted_list,list<int> not_wanted_list) { list<int> result; list<int>::iterator wanted_it,not_wanted_it; wanted_it = wanted_list.begin(); not_wanted_it = not_wanted_list.begin(); while( wanted_it!= wanted_list.end() && not_wanted_it != not_wanted_list.end() ) { if( *wanted_it < *not_wanted_it ) { result.push_back(*wanted_it) ; wanted_it++; } else if( *wanted_it > *not_wanted_it ) { not_wanted_it++; } else { wanted_it++; not_wanted_it++; } } while(wanted_it != wanted_list.end()) { result.push_back(*wanted_it); wanted_it++; } return result; } list<Node> initialize_list(int **search,int row,int N,bool need) { list<Node> result; Node node; if( need ) { for( int i=0;i<N;i++ ) { if( search[row][i] == 1 ) { node.word_id = i; node.bit = 1; result.push_back( node ); } } } else { for( int i=0;i<N;i++ ) { if( search[row][i] == -1 ) { node.word_id = i; node.bit = 1; result.push_back( node ); } } } return result; } void print_list(list<int> mylist) { if(mylist.size() > 0) { for(list<int>::iterator it=mylist.begin();it != mylist.end();it++) { cout<<*it<<" "; } } else cout<<"NOT FOUND"; cout<<endl; } void read_data(int ** &data,int ** & search,int &M,int &N) { ifstream reader; reader.open("data.txt"); reader>>N; data = http://www.mamicode.com/new int* [N];>
数据测试 data.txt
3 3 1 2 3 1 2 1 3 3 1 1 1 1 -1 0 1 -1 -1
程序结果
poj 4093:倒排索引查询
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。