将单词值转换为具有设定值的键映射答案

【问题标题】：Word value into a key map which has set value将单词值转换为具有设定值的键映射
【发布时间】：2023-03-27 13:27:02
【问题描述】：

我知道map 是什么以及它的一般基本功能，但我不知道为什么在这里使用set 而不是仅仅声明int i = value 或类似的东西。

我真正想做的是：将单词放入向量后，我还想将同一个单词用作值的键。但我真的不知道使用map 这样做的全部目的。不确定我是否提供了足够的信息，但只是询问您还需要什么，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，包括头文件、类和主文件，那么我也可以把它们放上来。

在帮助下，我在那里写下了部分代码，但老实说，我不知道在 push_back() 函数之后它在做什么。

/* 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
}

【问题讨论】：

标签： c++ stl map set

【解决方案1】：

我认为您并不完全了解此算法的要求。（顺便问一下，这是作业吗？）

这里的目标是产生一个索引 - 每个单词的所有出现的列表。 set 的要点是保存所有出现的。（例如：单词“apple”可能出现在第 1、73 和 100 页。因此“apple”的映射条目必须包含所有这些值。）

规范化的目的是为了节省阅读时间的读者：“apple”、“Apple”和“apples”可能都应该在地图的一个条目中。

了解这一点，我们可以更新您的程序。

首先，在读取数据之前，永远不要检查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 original 单词存储在向量中，然后使用 normalized 单词作为地图索引

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。意识到仅仅引用一个映射条目就会让它出现！

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

编辑将最后一点分开：

concordance[word] 在地图中查找由word 索引的条目。如果条目存在，则返回。如果条目没有退出，则创建它，并返回新形成的条目。 .insert 是对由word 索引的映射条目定位的集合的插入操作。 text.size()-1 是插入到位于由word 索引的映射条目的集合中的值。

将其重新组合在一起，concordance[word].insert(text.size()-1) 查看地图，检索（或创建）指示的 set，然后将数字 text.size()-1 插入该集合。

你去！

【讨论】：

所以一致[word].insert(text.size()-1);将“单词”插入索引地图，然后插入文本大小？我也不需要声明一个新集合？
是的，concordance[word].insert(text.size()-1); 正在将word 插入到索引映射中，然后将text.size()-1 插入到集合中。您不需要声明新集合。
感谢您的详尽解释！如果可以的话，我会投票给你。 :D

【解决方案2】：

不知道你是不是在复制代码时犯了错误，或者代码是不是故意这样，但是seat这个集合没有被使用（除了插入一个元素，但是因为它没有被读取/stored 会丢失），所有添加到concordance 的元素都会成对("",[empty set])

它看起来不像是在尝试建立索引，即从单词到单词出现的向量中的位置的映射。如果是这样的话，这样做可能会更好：

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

这种模式通常用于将单词索引到页面中（例如对于一本书），其中集合比向量具有优势，它可以保证唯一性，如果一个单词在单个页面中出现 100 次，则集合将确保不重复页码（您必须在向量中进行测试）。这不是代码的情况，因为索引是单词向量中的位置，它们本身是唯一的。

还请注意，正如 Nawaz 指出的那样，循环需要进行一些更正。

【讨论】：

【解决方案3】：

首先，您的while 循环是错误的，因为eof 标志（或任何其他失败标志）被设置尝试从流中读取失败；这意味着，如果尝试读取失败，您尝试将先前读取的word 插入向量两次，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);
}

如果尝试读取（即fin >> word）失败，则返回的std::istream& 隐式转换为false，并退出循环。

我并没有清楚地理解你帖子的其余部分、问题以及你到底想做什么，所以我无法对此发表评论。

【讨论】：