【csp202403-1】詞頻統計【第33次CCF計算機軟體能力認證】

問題描述

在學習了文字處理後，小P對英語書中的𝑛篇文章進行了初步整理。具體來說，小P將所有的英文單詞都轉化為了整數編號。假設這𝑛篇文章中共出現了𝑚個不同的單詞，則把它們從1到𝑚進行編號。這樣，每篇文章就簡化為了一個整數序列，其中每個數都在1到𝑚範圍內。

現給出小P處理後的𝑛篇文章，對於每個單詞𝑖（1≤𝑖≤𝑚），試統計：

1. 單詞𝑖出現在了多少篇文章中？
2. 單詞𝑖在全部文章中總共出現了幾次？

輸入格式

從標準輸入讀入資料。

輸入共𝑛+1行。

輸入的第一行包含兩個正整數𝑛和𝑚，分別表示文章篇數和單詞編號上限。

輸入的第𝑖+1行（1≤𝑖≤𝑛）包含由空格分隔的若干整數，其中第一個整數𝑙𝑖​表示第𝑖篇文章的長度（單詞個數）；接下來𝑙𝑖個整數表示對應的整數序列，序列中每個整數均在1到𝑚範圍內，各對應原文中的一個單詞。

輸出格式

輸出到標準輸出。

輸出共𝑚行。

第𝑖i行（1≤𝑖≤𝑚）輸出由空格分隔的兩個整數𝑥𝑖和𝑦𝑖​，表示共有𝑥𝑖篇文章包含單詞𝑖，總計出現次數為𝑦𝑖​。

樣例輸入

4 3
5 1 2 3 2 1
1 1
3 2 2 2
2 3 2

樣例輸出

2 3
3 6
2 2

樣例解釋

單詞2在：

• 文章1中出現兩次；
• 文章3中出現三次；
• 文章4中出現一次。

因此𝑥₂=3、𝑦₂=6。

資料範圍

全部的測試資料滿足0<𝑛,𝑚≤100，且每篇文章至少包含一個單詞、最多不超過100個單詞（1≤𝑙𝑖≤100）。

題解

由於單詞已經簡化成數字，開兩個普通陣列分別統計兩個問題即可。

對於第2個問題，單詞在全部文章中出現的次數，開一個陣列計數器，單詞每出現一次，計數器加一

對於第1個問題，由於資料範圍較小，可以開一個二維陣列，vis[i][j]表示在第i篇文章中單詞j是否出現過，最後遍歷一遍統計每一篇文章中出現過的單詞數

#include <cstdio>
int n,m,l[105],cnt[105];
bool vis[105][105];
int main()
{
    int i,j,x;
    scanf("%d%d",&n,&m);
    for (i=1;i<=n;i++)
    {
        scanf("%d",&l[i]);
        for (j=1;j<=l[i];j++)
        {
            scanf("%d",&x);
            cnt[x]++;
            vis[i][x]=1;
        }
    }
    int s;
    for (i=1;i<=m;i++)
    {
        s=0;
        for (j=1;j<=n;j++)
          if (vis[j][i])
            s++;
        printf("%d %d\n",s,cnt[i]); 
    }
    return 0;
}