Question

我知道map是什么以及它的一般基本功能，但我不知道为什么set在这里被使用而不仅仅是声明int i = value或者什么类似。

我真正想要做的是：在将单词放入向量之后，我想使用相同的单词作为值的键。但我真的不知道使用map来做到这一点的全部目的。不确定我是否提供了足够的信息，但只是问你需要什么，我会回复。

我只提供了一个readWords函数，但是如果有人需要完整的代码，包括标题，类和主文件，那么我也可以把它们放在一起。

我在帮助下部分写下了代码，但老实说我不知道它在push_back()函数之后做了什么。

/* Read word-by-word from filename and store words in text vector.
* Also use normalized version of word as key in concordance map
* The value associated with each key in the map is a set whose
* keys are the associated indices into the vector.
*/
void Concordance::readWords(char * filename){
    ifstream fin(filename, ifstream::in);
    if (fin.is_open()){
        while(!fin.eof()){
            string word;
            fin >> word;
            normalize(word);
            text.push_back(word); //puts word into vector

            set<int> seat;
            seat.insert(text.size()-1);
            pair<string, set<int> > pear;
            concordance.insert(pear);

        }
    }
    else{
        cerr << "Unable to open file datafile.txt";
        exit(1);   // call system to stop
    }
    fin.close(); //closes the filename
}

Answer 1

我认为您完全不了解此算法的要求。（顺便说一句，这是作业吗？）

这里的目标是产生一致性 - 每个单词的所有出现的列表。 set的要点是保存所有次事件。（例如：“apple”一词可能出现在第1,73和100页上。因此“apple”的地图条目必须包含所有这些值。）

归一化的目的是为读者保存一致时间：“apple”，“Apple”和“apples”都应该在地图中的一个条目中。

了解这一点，我们可以更新您的计划。

首先，在读取数据之前，切勿检查eof 。只有在读取数据后检查它才有意义。事实上，这个检查有一个更简单的习语：

string word; while (fin >> word) { ...

在我看来，我们需要将原始字存储在矢量中，然后使用规范化字作为地图索引

text.push_back(word); normalize(word);

现在，更新地图很容易。您不需要pair，只需使用[]运算符即可。意识到仅仅引用一个地图条目就会使它成为现实！

concordance[word].insert(text.size()-1);

编辑打破最后一点：

concordance[word]在地图中查找由word编制索引的条目。如果条目存在，则返回该条目。如果条目未退出，则创建该条目，并返回新形成的条目。 .insert是由word索引的映射条目所定位的集合上的插入操作。 text.size()-1是插入到由word索引的地图条目中的集合中的值。

将它重新组合在一起，concordance[word].insert(text.size()-1)查看地图，检索（或创建）指定的set，然后将数字text.size()-1插入该集合中。

你去吧！

Answer 2

我不确定你是否在复制代码时犯了错误，或者代码是否故意这样，但是seat集合没有被使用（除了插入元素，但是因为它是不读/存将丢失），添加到concordance的所有元素都将成对("",[empty set])

看起来它似乎没有尝试构建索引，即从单词到单词出现的向量中的位置的映射。如果是这种情况，那么如果完成它可能会更好：

std::map<std::string, std::set<int> > concordance;
//...
concordance[word].insert(text.size()-1); // if it does not exists, it will create it
                                         // if it exists it will retrieve it and
                                         // add the new position

此模式通常用于将单词索引到页面中（例如用于书籍），其中集合具有优于矢量的优势，如果单个单词在单个页面中出现100次，则它将保证唯一性将确保不重复页码（您必须在向量中测试）。这不是代码的情况，因为索引是单词向量中的位置，这些单词本身是唯一的。

另请注意，正如Nawaz指出的那样，循环需要进行一些修正。

Answer 3

首先，你的while循环是错误的，因为在尝试从流中读取失败后，设置了eof标志（或任何其他失败标志） ;这意味着，如果尝试读取失败，则尝试将先前读取的word插入到向量中两次，并且循环中的其余代码仍然执行，而实际上它不应该执行。

一个更惯用的while循环是这样的：

string word; while( fin >> word ){ normalize(word); text.push_back(word); //puts word into vector set<int> seat; seat.insert(text.size()-1); pair<string, set<int> > pear; concordance.insert(pear); }

如果尝试阅读（即fin >> word）失败，则返回std::istream&隐式转换为false，循环退出。

我并没有清楚地了解你的其他帖子，问题以及你究竟要做什么，所以我不能对此发表评论。

将字值转换为具有设定值的关键映射

3 个答案: