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){
setKeywordsArray(keywordsArray,this.map.get(description[pEnd]),0);
}
pEnd++;
}
while(isAllExisted()){
if(pEnd-pBegin<targetLen){
targetLen = pEnd-pBegin;
abstractBegin = pBegin;
abstractEnd = pEnd-1;
}
if(map.get(description[pBegin])!=null){
setKeywordsArray(keywordsArray,map.get(description[pBegin]),1);
}
pBegin++;
}
if(pEnd>=nLen){
break;
}
}
for(int j=abstractBegin;j<=abstractEnd;j++){
if(j!=abstractEnd){
summary = summary+description[j]+" ";
}else{
summary +=description[j];
}
}
return summary;
}
public Map<String,Integer> keywordsMap(String[] keywords){
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));
}
}
