首页 > 代码库 > 【编程之美】3.5 最短摘要的生成

【编程之美】3.5 最短摘要的生成

题目:有搜索后的网页分词序列 数组W 其中W[0]、W[1]、...W[N]为分好的词。

用户输入的关键词为数组 Q 其中Q[0]、Q[1]...Q[M]为搜索的关键词。

找到W中最小的范围W[i]~W[j]让其包括所有的Q。

 

思路:

最想当然的思路就是从W[0]开始,对每个Q遍历判断有没有一样的,截取出第一个包含Q中元素的W[i]到最后一个包括Q中元素的W[j]。需要O(MN)次比较。

如果前提能够肯定W中包含所有的Q那就,先从W[0]开始找到第一个包含Q的,再从W[N-1]向前找第一个包含Q的。

 

上面的思路有问题,因为W中可能重复的包含了Q中的元素,我们找最短的是要W[i-j]中没有重复的Q元素

 

为了去掉重复的数字,就先找到一个全部包含Q的范围,然后去掉第一个元素,再找包含全部Q的范围,依次类推。记录下最短的范围。就是答案中的解法二。解法二的伪代码如下:

注意其中对头和尾分别使用了两个指针。

int nTargetLen = N + 1;int pBegin = 0;int pEnd = 0;int nLen = N;int nAbstractBegin = 0;int nAbstractEnd = 0;while (true){     while(!isAllExisted() && pEnd < nLen)     {          pEnd++;     }          while(isAllExisted())     {            if(pEnd - pBegin < nTargetLen)            {                    nTargetLen = pEnd - pBegin;                    nAbstractBegin = pBegin;                    nAbstractEnd = pEnd - 1;            }            pBegin++;      }      if(pEnd >= N)             Break;}                                    

  

自己还想了一种,就是先把W中所有与Q相同的都先记下来位置,然后用图的方法找经过所有节点的最小路径。但是由于解法二已经是O(MN)了,用图的话,光记录位置就要O(MN)划不来,就没做了。

 

【编程之美】3.5 最短摘要的生成