第 2 章 第 1 题 同位词问题 下问 Multimap实现

问题分析

　　输入：一个任意的单词和一个内含多个乱序单词的字典文件

　　输出：该单词在字典中的所有同位词

　　约束：允许事先对字典进行预处理

解决思路

　　上问的程序有个缺点 - 我们必须遍历完整个字典文件才能输出所有结果。现在下问允许我们事先对字典文件进行预处理，那么可以先对字典文件的单词按其标识符排序，这样相同标识符的单词都聚集在了一起，从而避免了对整个文件的检索。下面的代码用C++中的关联容器Multimap实现了这个思想。

代码实现

#include <iostream>
#include <fstream>
#include <map>
#include <string>

using namespace std;

#define MAX 26

/*
 * 获取单词word的标识符并返回
*/
string getID(string word)
{
    string id(26, '0');
    for (string::size_type i=0; i<word.length(); i++) {
        id[word[i]-97]++;
    }

    return id;
}

int main()
{
    /*
     * 打开字典文件
    */
    string filename;
    cout << "请输入字典文件名( 当前目录下 ): ";
    cin >> filename;

    fstream io;
    io.open(filename.c_str());
    if (!io) {
        cout << "打开文件失败" << endl;
        return 1;
    }

    /*
     * 获取查询单词及其标识符
    */
    string word;
    cout << "请输入查询单词: ";
    cin >> word;
    string wordID = getID(word);

    /*
     * 将字典文件存放进关联容器
    */
    multimap<string, string> m;
    string first, second;
    while (io >> second) {
        first = getID(second);
        m.insert(make_pair(first, second));
    }
    io.close();

    /*
     * 检索关联容器并打印检索结果
    */
    multimap<string, string> :: iterator it1, it2;
    it1 = m.lower_bound(wordID);
    it2 = m.upper_bound(wordID);
    while (it1->first != it2->first) {
        cout << it1->second << endl;
        it1++;
    }

    // 关闭文件指针
    io.close();
    
    return 0;
}

运行测试

测试所用字典文件：

运行结果：

说明

　　当字典文件中单词数量达到千万级别的时候，程序运行异常（很占CPU和内存且耗时巨大，而上问用的程序依然运行良好）。难道multimap容器不适合处理大批量的数据？原因仍在思考中 读者若有思路欢迎与我联系... ...