数据结构与算法题目集7-44——基于词频的文件相似度

版权声明：我的GitHub：https://github.com/617076674。真诚求星！ https://blog.csdn.net/qq_41231926/article/details/84918684

我的数据结构与算法题目集代码仓：https://github.com/617076674/Data-structure-and-algorithm-topic-set

原题链接：https://pintia.cn/problem-sets/15/problems/891

题目描述：

知识点：字符串、set集合的应用

思路：用getchar()函数一个一个字符地读取并分隔

将每个文件读取到的单词都放进一个set集合里，查询时遍历其中一个set集合的所有元素，在另一个set集合里查找，如果找到，则相同字符数common加1，总字符数为两个set集合之和减去common。

时间复杂度与空间复杂度和输入的数据有关。

C++代码：

#include<iostream>
#include<string>
#include<set>

using namespace std;

set<string> sets[100];

int main() {
	int N;
	scanf("%d", &N);
	getchar();
	for(int i = 0; i < N; i++) {
		string str = "";
		while(true) {
			char c = getchar();
			if(c == '#') {
				break;
			} else if((c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z')) {
				if(c >= 'a' && c <= 'z') {
					c = c - 'a' + 'A';
				}
				str += c;
			} else {
				if(str.length() >= 3) {
					if(str.length() > 10){
						str = str.substr(0, 10);
					}
					sets[i].insert(str);
				}
				str = "";
			}
		}
	}
	int M;
	scanf("%d", &M);
	for(int i = 0; i < M; i++) {
		int num1, num2;
		scanf("%d %d", &num1, &num2);
		int common = 0;
		for(set<string>::iterator it = sets[num1 - 1].begin(); it != sets[num1 - 1].end(); it++){
			if(sets[num2 - 1].find(*it) != sets[num2 - 1].end()){
				common++;
			}
		}
		int total = sets[num1 - 1].size() + sets[num2 - 1].size() - common;
		printf("%.1f%\n", common * 100.0 / total);
	}
	return 0;
}

C++解题报告：