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 ,是目标字符串的长度吧
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) //只要不是最短这个不执行，只让pbegin往后移动
{
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));
}
}
编程之美：最短摘要生成问题...
百度笔试：n个颜色的结点组成的圈，总个数为m，求包含n个结点最短的子链。
#include <iostream>
#include <string.h>
using namespace std;
#define CHARNUM 256
struct pos{
int s;
int e;
};
pos abstract(char a[],int m,int n){
pos p={0,0};
int r[CHARNUM]={0};
int sum(0),i(0),j(0);
int min = m;
while(j<m){
if(r[a[j]]++ == 0) sum++;
if(sum == n){
while(r[a[i]]>1 && i<j) r[a[i++]]--;
if(min>j-i){
min = j-i;
p.s = i;
p.e = j;
}
}
j++;
}
return p;
}
int main(){
char s[]="adcaccdddaacbbdabdbcdc";
pos p = abstract(s,strlen(s),4);
for(int i=0;i<strlen(s);i++)
cout<<s[i];
cout<<endl;
for(int i=0;i<strlen(s);i++)
if(i>=p.s && i<=p.e)
cout<<s[i];
else
cout<<" ";
cout<<endl;
cout<<"s:"<<p.s<<";e:"<<p.e<<endl;
}
题目：抽象点说，就是在一个字符串中，找一些目标字符串，找到包含所有目标字符串的最小字符串。题目虽然叫做最短摘要生成，但和实际的搜索snippet的计算还是有比较大的差距的。
解法：文献[1]给出了一种比较好的解法，策略还是使用双指针，双指针对于很多算法设计很有价值，算法的思想是采用两个指针，开始两个指针都指向缓冲区的头部，尾指针向后扫描，直到头指针和尾指针中间包含了全部的关键字，那么头指针向后移动，直到包含全部关键字这个条件失败，这时截取字串并和已取得的最小字串比较，如果小则替换。头指针、尾指针都向后一个位置(这点很重要，开始就忘记了移动头指针，导致程序出错)，继续扫描。另外，由于一个关键字可能重复多次，因此在判断是否包含全部关键字时要采用计数机制，才能保证查看的准确。这样只要头指针和尾指针扫描两次字符串就可以完成生成算法。
具体代码如下：
[cpp] view plaincopy
- #include <stdio.h>
- #include <string>
- #include <map>
- class KeyWordChecker {
- public:
- KeyWordChecker() : current_state_(false) {}
- void AddKeyWord(const std::string& word) {
- if (keywords_.find(word) == keywords_.end()) {
- keywords_[word] = 0;
- }
- }
- bool IsContainAllKeyWord(const std::string& word, bool add) {
- if (keywords_.find(word) == keywords_.end()) {
- return current_state_;
- }
- if (add) {
- keywords_[word]++;
- } else {
- keywords_[word]--;
- }
- std::map<std::string, int>::iterator begin = keywords_.begin();
- int counter = 0;
- while (begin != keywords_.end()) {
- if (begin->second > 0) {
- counter++;
- } else {
- break;
- }
- begin++;
- }
- if (counter == keywords_.size()) {
- current_state_ = true;
- return true;
- } else {
- current_state_ = false;
- return false;
- }
- }
- private:
- std::map<std::string, int> keywords_;
- bool current_state_;
- };
- std::string GenerateSnippet(const std::string& content, KeyWordChecker* keyword_checker) {
- int begin = 0;
- int end = 0;
- std::string snippet;
- int min_length = content.size();
- while (end < content.size()) {
- if (!keyword_checker->IsContainAllKeyWord(std::string(1, content[end]), true)) {
- end++;
- continue;
- }
- while (begin <= end && keyword_checker->IsContainAllKeyWord(std::string(1, content[begin]), false)) {
- begin++;
- }
- if (end - begin + 1 < min_length) {
- snippet = content.substr(begin, end - begin + 1);
- min_length = end - begin + 1;
- }
- end++;
- begin++;
- }
- return snippet;
- }
- int main(int argc, char** argv) {
- std::string content = "abbbbbcaaadebmmmmdcfg";
- KeyWordChecker keyword_checker;
- keyword_checker.AddKeyWord("b");
- keyword_checker.AddKeyWord("d");
- std::string snippet = GenerateSnippet(content, &keyword_checker);
- printf("snippet:%s ", snippet.c_str());
- }