स्ट्रिंग प्रस्तुति से एक विशेष शब्द देखने के लिए, शायद आप map जैसे कुछ देखना चाहते हैं। परिणामों का एक साधारण संघ बनाने के लिए शायद आप set चाहते हैं। यह कार्यान्वयन एक अत्यधिक वांछनीय अंतिम कार्यान्वयन (सी.एफ.मैला वाक्यांश वाक्यांश)।
#include <vector>
#include <map>
#include <set>
#include <iostream>
#include <string>
typedef std::string IDdoc;
typedef int position;
typedef std::pair<IDdoc,position> Occurrence;
typedef std::vector<Occurrence> OccurrencesOfWord;
typedef std::map<std::string /*word*/, OccurrencesOfWord> Dictionary;
typedef std::set<IDdoc> Matches;
bool findMatchesForPhrase(const std::string& phrase, const Dictionary& dictionary, Matches& matches)
{
size_t pos = 0;
size_t len = 0;
while (pos < phrase.length()) {
size_t end = phrase.find(' ', pos);
size_t len = ((end == phrase.npos) ? phrase.length() : end) - pos;
std::string word(phrase, pos, len);
pos += len + 1; // to skip the space.
// ignore words not in the dictionary.
auto dictIt = dictionary.find(word);
if (dictIt == dictionary.end())
continue;
auto& occurrences = dictIt->second; // shortcut/alias,.
for (auto& occurIt : occurrences) {
// Add all the IDdoc's of this occurence to the set.
matches.insert(occurIt.first);
}
}
return !matches.empty();
}
void addToDictionary(Dictionary& dict, const char* word, const char* doc, int position)
{
dict[word].push_back(std::make_pair(std::string(doc), position));
}
int main(int argc, const char** argv)
{
std::string phrase("pizza is life");
Dictionary dict;
addToDictionary(dict, "pizza", "book1", 10);
addToDictionary(dict, "pizza", "book2", 30);
addToDictionary(dict, "life", "book1", 1);
addToDictionary(dict, "life", "book3", 1);
addToDictionary(dict, "goat", "book4", 99);
Matches matches;
bool result = findMatchesForPhrase(phrase, dict, matches);
std::cout << "result = " << result << std::endl;
for (auto& ent : matches) {
std::cout << ent << std::endl;
}
return 0;
}
पर इस की ऑनलाइन डेमो: http://ideone.com/Zlhfua
अपने परिवर्तनों को संबोधित करने के लिए ऊपर का पालन करें:
while(i < SIZE_VECTOR_ONE && j < SIZE_VECTOR_TWO)
{
if (ID_doc_one < ID_doc_two)
{
ID_doc_one = v1[++i].first;
कहते हैं कि "SIZE_VECTOR 1" चलें 1. इसका मतलब है कि एक है कि वहाँ है वेक्टर में तत्व, तत्व [0]। यदि ID_doc_one 0 है और ID_doc_two 1 है, तो
if (0 < 1) {
ID_doc_one = v1[1].first;
जो अमान्य है। आप iterators या संकेत का उपयोग कर से बेहतर हो सकता है:
while (oneIt != v1.end() && twoIt != v2.end()) {
if (oneIt->first < twoIt->first) {
++oneIt;
continue;
} else if (*twoIt < *oneIt) {
++twoIt;
continue;
}
// same documentId in both lists, snag positions.
...
}
इसके बाद, इस थोड़े टूट दिखता है:
else {
} // To avoid "out of range" errors <-- but also ends the "else"
if (i < SIZE_VECTOR_ONE - 1)
ID_doc_one = v1[++i].first;
if (j < SIZE_VECTOR_TWO - 1)
ID_doc_two = v2[++j].first;
}
और मुझे आश्चर्य है कि अगर आप एक ही दस्तावेज़ लेकिन कई पदों है क्या होता है?
यह अगले लीख picky है, लेकिन यह मुझे काफी समय लगा पार्स करने के लिए
WordPosition_t pos_one = v1[i].second;
WordPosition_t pos_two = v2[j].second;
// The words make a phrase! Return pos_two for the next intersection finding step
if (pos_one + 1 == pos_two)
यह बेहद स्पष्ट लगता है यह लिखने के रूप में आप यह कह सकते हैं "(यदि दूसरा शब्द स्थिति के बाद में है पहला शब्द):
WordPosition_t posFirstWord = v1[i].second;
WordPosition_t posSecondWord = v2[j].second;
// The words make a phrase! Return pos_two for the next intersection finding step
if (posSecondWord == posFirstWord + 1)
यह अगले भाग के बाद से दोनों धाराएं एक आम में वह हिस्सा फहराने की मैं और जे और अद्यतन ID_doc_one और दो बढ़ाने के लिए इरादा किया जाना है, यह भावना बना सकता था दिखाई दिया, एक तरह से भ्रामक था अगर ब्लॉक के बाद अनुभाग, लेकिन फिर else {} इसे बनाया यह कहना मुश्किल है कि आप वास्तव में क्या कर रहे थे।
if (pos_one + 1 == pos_two)
{
intersection.push_back(make_pair(ID_doc_one,pos_two));
ID_doc_one = v1[++i].first;
ID_doc_two = v2[++j].first;
}
else {
} // To avoid "out of range" errors
if (i < SIZE_VECTOR_ONE - 1)
ID_doc_one = v1[++i].first;
if (j < SIZE_VECTOR_TWO - 1)
ID_doc_two = v2[++j].first;
}
जब आप दोनों सरणियों से मेल खाते हैं, तो आप हमेशा बढ़ाने के लिए मैं और जे दोनों, यह हालत नहीं है, चाहता हूँ, मैं भी यकीन नहीं है तुम क्यों pos_two उपयोग कर रहे हैं के बाद से वाक्यांश वास्तव में pos_one पर मिला था?
यह मैं इसे कैसे लिखा होता है:
#include<iostream>
#include<map>
#include<vector>
#include<string>
typedef std::string Word_t;
typedef unsigned int WordPosition_t;
typedef unsigned int IDdocument_t;
typedef std::pair<IDdocument_t, WordPosition_t> DocumentPosition_t;
typedef std::vector<DocumentPosition_t> WordReferences_t;
WordReferences_t _intersect_two_words(const WordReferences_t& v1, const WordReferences_t& v2)
{
// all the locations where the words occur one after the other.
WordReferences_t intersection;
auto firstIt = v1.begin();
auto secondIt = v2.begin();
while (firstIt != v1.end() && secondIt != v2.end())
{
if (firstIt->first < secondIt->first)
{
++firstIt;
continue;
}
// find the second word in the same document and AFTER the first word.
if (secondIt->first < firstIt->first || secondIt->second < firstIt->second + 1)
{
++secondIt;
continue;
}
// first word wasn't just before the second, it's not a phrase.
if (secondIt->second > firstIt->second + 1)
{
++firstIt;
continue;
}
// We found a phrase.
intersection.emplace_back(*firstIt);
++firstIt;
++secondIt;
}
return intersection;
}
int main()
{
WordReferences_t v1, v2;
v1.push_back(std::make_pair(10, 5));
v1.push_back(std::make_pair(10, 25));
v1.push_back(std::make_pair(11, 10));
v1.push_back(std::make_pair(12, 1));
v1.push_back(std::make_pair(12, 11));
v1.push_back(std::make_pair(12, 21));
v1.push_back(std::make_pair(12, 31));
v1.push_back(std::make_pair(15, 11));
v1.push_back(std::make_pair(100, 1));
v1.push_back(std::make_pair(100, 11));
v1.push_back(std::make_pair(100, 21));
v1.push_back(std::make_pair(101, 11));
v1.push_back(std::make_pair(102, 11));
v1.push_back(std::make_pair(102, 13));
v1.push_back(std::make_pair(102, 14));
v1.push_back(std::make_pair(103, 11));
v1.push_back(std::make_pair(103, 13));
v2.push_back(std::make_pair(10, 11));
v2.push_back(std::make_pair(12, 10));
v2.push_back(std::make_pair(12, 40));
v2.push_back(std::make_pair(16, 11));
v2.push_back(std::make_pair(100, 12)); // match
v2.push_back(std::make_pair(101, 12)); // match
v2.push_back(std::make_pair(101, 13));
v2.push_back(std::make_pair(101, 14));
v2.push_back(std::make_pair(102, 12)); //match
v2.push_back(std::make_pair(103, 1));
v2.push_back(std::make_pair(103, 10));
v2.push_back(std::make_pair(103, 12)); // match
v2.push_back(std::make_pair(103, 15));
auto intersection = _intersect_two_words(v1, v2);
for (auto entry : intersection)
{
std::cout << entry.first << ", " << entry.second << "+" << (entry.second + 1) << std::endl;
}
return 0;
}
लाइव उदाहरण: http://ideone.com/XRfhAI
सुनिश्चित नहीं हैं कि क्या आप वास्तव में पूछ रहे हैं - आप जो आपके दस्तावेजों के होते हैं "एक संख्या की पहचान करने के लिए कैसे पूछ रहे हैं एक फिलिप्स स्क्रूड्राइवर ", या कौन से दस्तावेज़ों में शब्द" ए "," संख्या "" एक "," फिलिप्स "या" स्क्रूड्राइवर "होता है। यदि पूर्व में, क्या उन्हें लगातार होना चाहिए या "एक पेंचदार और पोजिड्रिव के लिए एक स्क्रूड्राइवर पर हैंडल की संख्या एक मैच होगी"? –
@ मैट्स पीटरसन, उन्हें लगातार होने की आवश्यकता है। –
संबंधित: http://stackoverflow.com/questions/2659120/how-to-search-phrase-queries-in-inverted-index- संरचना – jogojapan