jmu-Java-PTA题解 (6.5 - 倒排索引) 网安2312陈卓
问题要求
对若干行文字建立倒排索引(根据单词找到所在行号)。然后根据关键字，在倒排索引查找进行查找，找到包含所有该关键字所在的行数并输出。
输入格式:
- 若干行英文，以!!!!!为结束。
- 输入一行查询关键字，以1个空格为分隔
输出格式:
- 输出构建好的倒排索引。索引的键（单词）按照字母升序排列，值（行号）按照行号升序排列。
- 输出查询结果。若找到符合条件的行，输出包含所查询关键字的行集（即行集中每一行的内容）；若未找到，输出 found 0 results。
输入样例:
where are you from are you ok
this is a test
that is an apple
there are lots of apples you eat it
who are you
!!!!!
you are
eat
you test
abc
输出样例:
a=[2]
an=[3]
apple=[3]
apples=[4]
are=[1, 4, 5]
eat=[4]
from=[1]
is=[2, 3]
it=[4]
lots=[4]
of=[4]
ok=[1]
test=[2]
that=[3]
there=[4]
this=[2]
where=[1]
who=[5]
you=[1, 4, 5]
[1, 4, 5]
line 1:where are you from are you ok
line 4:there are lots of apples you eat it
line 5:who are you
[4]
line 4:there are lots of apples you eat it
found 0 results
found 0 results
关键点
- 倒排索引构建：要把每一个单词映射到它所在的行号集合。
- 查询处理：依据输入的关键字，在倒排索引里找出包含所有关键字的行号。
- 输出格式：倒排索引的键要按字母升序排列，值按行号升序排列；查询结果要按行号升序输出。
解题步骤
第一步：初始化数据结构
运用 TreeMap 来存储倒排索引，因为 TreeMap 能自动按键的字母升序排列。同时，使用 ArrayList 来存储每一行的文本：
Scanner in = new Scanner(System.in);
Map<String, ArrayList<Integer>> map = new TreeMap<>();
ArrayList<String> arr = new ArrayList<String>();
第二步：构建倒排索引
逐行读取输入的文本，直至遇到 !!!!! 结束。针对每一行，把它拆分成单词，再将每个单词添加到倒排索引中：
String s = in.nextLine();
arr.add(s);
int number = 1;
while(!s.equals("!!!!!")){
ArrayList numbers;
String[] words = s.split("\\s+");
for(String e:words){
if(e.isEmpty()){
continue;
}
if(!map.containsKey(e)){
numbers = new ArrayList<String>();
map.put(e,numbers);
}else{
numbers = map.get(e);
}
if(!numbers.contains(number)){
numbers.add(number);
}
}
s = in.nextLine();
arr.add(s);
number += 1;
}
第三步：输出倒排索引
遍历 TreeMap，按字母升序输出每个单词及其对应的行号集合：
for(String e : map.keySet()){
System.out.print(e + "=");
System.out.println(map.get(e));
}
第四步：处理剩余顾客
持续读取查询关键字，直到没有更多输入为止。对于每个查询，找出包含所有关键字的行号集合，若找到则输出这些行的内容，若未找到则输出 found 0 results：
while(in.hasNextLine()){
s = in.nextLine();
String[] words = s.split("\\s+");
Set<Integer> set1 = new HashSet<>();
int flag = 1;
for(String word : words){
if(!map.containsKey(word)){
break;
}else{
if(flag == 1){
set1 = new HashSet<>(map.get(word));
flag = 2;
}else{
Set<Integer> set2 = new HashSet<>(map.get(word));
set1.retainAll(set2);
}
}
}
List<Integer> x = new ArrayList<>(set1);
Collections.sort(x);
if(!x.isEmpty()){
System.out.println(x);
for(Integer i : x){
System.out.print("line " + i + ":");
System.out.println(arr.get(i-1));
}
}else{
System.out.println("found 0 results");
}
}
整体流程图：
整体代码：
import java.util.*;
public class Main{
public static void main(String[] args){
Scanner in = new Scanner(System.in);
Map<String, ArrayList<Integer>> map = new TreeMap<>();
ArrayList<String> arr = new ArrayList<String>();
String s = in.nextLine();
arr.add(s);
int number = 1;
while(!s.equals("!!!!!")){
ArrayList numbers;
String[] words = s.split("\\s+");
for(String e:words){
if(e.isEmpty()){
continue;
}
if(!map.containsKey(e)){
numbers = new ArrayList<String>();
map.put(e,numbers);
}else{
numbers = map.get(e);
}
if(!numbers.contains(number)){
numbers.add(number);
}
}
s = in.nextLine();
arr.add(s);
number += 1;
}
for(String e : map.keySet()){
System.out.print(e + "=");
System.out.println(map.get(e));
}
while(in.hasNextLine()){
s = in.nextLine();
String[] words = s.split("\\s+");
Set<Integer> set1 = new HashSet<>();
int flag = 1;
for(String word : words){
if(!map.containsKey(word)){
break;
}else{
if(flag == 1){
set1 = new HashSet<>(map.get(word));
flag = 2;
}else{
Set<Integer> set2 = new HashSet<>(map.get(word));
set1.retainAll(set2);
}
}
}
List<Integer> x = new ArrayList<>(set1);
Collections.sort(x);
if(!x.isEmpty()){
System.out.println(x);
for(Integer i : x){
System.out.print("line " + i + ":");
System.out.println(arr.get(i-1));
}
}else{
System.out.println("found 0 results");
}
}
}
}
思考：在解决倒排索引的构建与查询问题时，选用 TreeMap 来存储倒排索引是因为它能自动按键的字母升序排列，这在输出倒排索引时非常方便。而 ArrayList 用于存储每一行的文本，方便后续根据行号输出具体内容。在查询处理时，使用 HashSet 来存储行号集合，能高效地进行集合的交集操作。在实际应用中，若处理大规模文本数据，可考虑使用更高效的数据结构和算法，例如使用 ConcurrentHashMap 来实现并发处理，提升性能。同时，还可以对文本进行预处理，如去除停用词、词干提取等，以提高索引的质量和查询的准确性。
浙公网安备 33010602011771号