Question

如何将其用于x个数字？对于我的方法，其硬编码为2个子字符串。还有一种更好的方法，可以减少时间复杂度吗？由于我根本不使用um参数，因此此处可能存在一个漏洞，该漏洞需要确定通过的num im数量。

Answer 1

您当前的方法存在一些问题，包括硬编码的最大ngram数和固定的ngram大小。此外，您的变量名简短且缺少注释，无助于向正在阅读代码的人解释该代码。

一个更简单的解决方案是使用map来计数每个ngram的出现次数，然后找到计数最高的那个。这会给N.logN带来麻烦的时间复杂性。另外，unordered_map将更接近线性时间复杂度。

当然会有一个极端情况，即一个以上的ngram出现相同的最高计数。您将需要决定使用各种策略中的哪一种来解决该问题。在我的示例中，我利用std::map的固有顺序来选择排序顺序最低的ngram。如果使用unordered_map，则需要采用其他策略来确定性地解决争用。

#include <algorithm>
#include <iostream>
#include <map>
#include <string>

std::string ngram(const std::string &input, int num)
{
    if (num <= 0 || num > input.size()) return "";

    // Count ngrams of size 'num'
    std::map<std::string, int> ngram_count;
    for(size_t i = 0; i <= input.size() - num; i++)
    {
        ++ngram_count[input.substr(i, num)];
    }

    // Select ngram with highest count
    std::map<std::string, int>::iterator highest = std::max_element(
        ngram_count.begin(), ngram_count.end(),
        [](const std::pair<std::string, int>& a, const std::pair<std::string, int>& b)
        {
            return a.second < b.second;
        });

    // Return ngram with highest count, otherwise empty string
    return highest != ngram_count.end() ? highest->first : "";
}

int main()
{
    std::cout << ngram("engineering", 2) << std::endl;
    std::cout << ngram("engineering", 3) << std::endl;
    return 0;
}

Answer 2

我所做的与稻田略有不同，所以我想将其发布。使用std::set。他解释了这个问题，因此应得到您的答复。

struct test {
    test(const std::string& str) :val(str), cnt(0) {}
    test(const test& thet) { *this = thet; }
    std::string val;
    int cnt;
    friend bool operator < (const test& a, const test& b) { return a.val < b.val; }
};
using test_set_type = std::set<test>;

const test ngram(std::string A, int num) {
    test_set_type set;
    for (auto it = A.begin(); it < A.end() - num + 1; ++it)
    {
        auto found = set.find(std::string(it, it + num));
        if (found != set.end())
            ++const_cast<test&>(*found).cnt;
        else
            set.insert(std::string(it, it + num));
    }
    int find = -1;
    test_set_type::iterator high = set.begin();
    for (auto it = set.begin(); it != set.end(); ++it)
        if(it->cnt > find)
            ++find, high= it;
    return *high;
}


int main() {
    int num = 2;
    std::string word("engineering");
    std::cout << ngram(word, num).val << std::endl;
    return 0;
}

返回子字符串

2 个答案: