Задание
У вас есть четыре документа:
a fat cat sat on a mat and ate a fat rat,
little funny fluffy cat,
the cat,
huge green crocodile.
И есть стоп-слова: “a”, “the”, “on”, “cat”. Приходит запрос: funny fat cat. Найдите все документы, где есть хотя бы одно слово из запроса. Учтите стоп-слова и не включайте их в результаты поиска. Примерный алгоритм:
Берёте слово из запроса, проверяя, что это не стоп-слово;
Ищете слово в контейнере;
Спрашиваете у контейнера, в каких документах это слово встречается. У контейнера уже есть ответ;
Добавляете индексы документов к результату;
Повторяете все шаги для каждого из слов в запросе;
Помещаете все результаты в вектор и отправляете пользователю.
Упомянутый в алгоритме контейнер — это map. Ключом в map будет слово, а значением — некий контейнер документов, в которых это слово встречается. Важно правильно записывать в словарь элементы в момент добавления документа.
Запрос funny fat cat должен сработать так:
Берёте слово “funny”, которое не входит в список стоп-слов;
Обращаетесь к словарю и находите в нём “funny”;
В словаре по ключу “funny” уже должен быть записан документ 1;
Добавляете документ 1 в результирующий вектор;
Берёте слово “fat”. Оно тоже не входит в список стоп-слов;
В словаре по ключу “fat” лежит документ 0;
Добавляете документ к результату;
“Cat” — стоп-слово, поэтому оно вам не интересно;
Возвращаете пользователю вектор с двумя элементами: 0 и 1.
Напишите функции AddDocument и FindDocuments, которые бы реализовывали решение описанной задачи. AddDocument должна заполнять индекс word_to_documents:
void AddDocument(map >& word_to_documents,
const set & stop_words,
int document_id,
const string& document);
Функция FindDocuments должна искать и выдавать требуемые идентификаторы документов в виде вектора:
vector FindDocuments(const map >& word_to_documents,
const set & stop_words,
const string& query);
В векторе с результатами не должно быть повторов. Используйте для избегания дубликатов контейнер set как промежуточный. При копировании из set в вектор результатов не меняйте порядок элементов.
Не меняйте сигнатуру FindDocuments.
СТРОКА СТОП-СЛОВ ЧИСЛО ДОКУМЕНТОВ ДОКУМЕНТ0 ДОКУМЕНТ1 ДОКУМЕНТ2 ДОКУМЕНТ3 ЗАПРОС
a the on cat 4 a fat cat sat on a mat and ate a fat rat little funny fluffy cat the cat huge green crocodile funny fat cat
Вывод (id документов):
0
1