【csp202403-2】相似度计算【第33次CCF计算机软件能力认证】——HNU程设第十三周小班考试压轴

题目背景

两个集合的 Jaccard 相似度定义为:

即交集的大小除以并集的大小。当集合𝐴和𝐵完全相同时,𝑆𝑖𝑚(𝐴,𝐵)=1取得最大值;当二者交集为空时,𝑆𝑖𝑚(𝐴,𝐵)=0取得最小值。

问题描述

除了进行简单的词频统计,小P还希望使用Jaccard相似度来评估两篇文章的相似性。具体来说,每篇文章均由若干个英文单词组成,且英文单词仅包含“大小写英文字母”。 对于给定的两篇文章,小P首先需要提取出两者的单词集合𝐴和𝐵,即去掉各自重复的单词。 然后计算出:

∣𝐴∩𝐵∣,即有多少个不同的单词同时出现在两篇文章中;
∣𝐴∪𝐵∣,即两篇文章一共包含了多少个不同的单词。
最后再将两者相除即可算出相似度。需要注意,在整个计算过程中应当忽略英文字母大小写的区别,比如the、The和THE三者都应被视作同一个单词。

试编写程序帮助小 P 完成前两步,计算出∣𝐴∩𝐵∣和∣𝐴∪𝐵∣;小P将亲自完成最后一步的除法运算。

输入格式

从标准输入读入数据。

输入共三行。

输入的第一行包含两个正整数𝑛和𝑚,分别表示两篇文章的单词个数。

第二行包含空格分隔的𝑛个单词,表示第一篇文章;

第三行包含空格分隔的𝑚个单词,表示第二篇文章。

输出格式

输出到标准输出。

输出共两行。

第一行输出一个整数∣𝐴∩𝐵∣,即有多少个不同的单词同时出现在两篇文章中;

第二行输出一个整数∣𝐴∪𝐵∣,即两篇文章一共包含了多少个不同的单词。

样例1输入
3 2
The tHe thE
the THE

样例1输出
1
1

样例1解释
A=B=A∩B=A∪B=

样例2输入
9 7
Par les soirs bleus dete jirai dans les sentiers
PICOTE PAR LES BLES FOULER LHERBE MENUE

样例2输出
2
13

样例2解释
A={bleus, dans, dete, jirai, les, par, sentiers, soirs} ∣𝐴∣=8
𝐵={bles, fouler, les, lherbe, menue, par, picote} ∣𝐵∣=7
𝐴∩𝐵={les, par} ∣𝐴∩𝐵∣=2

样例3输入
15 15
Thou that art now the worlds fresh ornament And only herald to the gaudy spring
Shall I compare thee to a summers day Thou art more lovely and more temperate

样例3输出
4
24

数据范围

80%的测试数据满足:𝑛,𝑚≤100且所有字母均为小写;

全部的测试数据满足:𝑛,𝑚≤10^4且每个单词最多包含10个字母。

题解思路

unordered_set存储字符,用其自带的去重来判断并集,由公式n(A∪B) = n(A) + n(B) - n(AB)可以得到交集的数量

代码示例

#include <bits/stdc++.h>
using namespace std;

inline void touppers(string &str){
    string str2 = "";
    for(char ch : str){
        str2 += toupper(ch);
    }
    str = str2;
}

int main(){
    // ios::sync_with_stdio(false);
    // cin.tie(0);
    int n, m;
    cin >> n >> m;
    unordered_set<string> a, b;
    string temp;
    for(int i = 0; i < n; i++){
        cin >> temp;
        touppers(temp);
        a.insert(temp);
    }
    int asize = a.size();
    for(int i = 0 ; i < m; i++){
        cin >> temp;
        touppers(temp);
        a.insert(temp);
        b.insert(temp);
    }
    int jiaoji = asize + (int)b.size() - (int)a.size();
    cout << jiaoji << endl << a.size();
}
posted @   十八Eigh18n  阅读(29)  评论(1编辑  收藏  举报
相关博文:
阅读排行:
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· 百万级群聊的设计实践
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
点击右上角即可分享
微信分享提示