将单词值放入具有设定值的键映射中

Question

我知道什么是 map 以及它的一般基本功能，但我不知道为什么这里使用 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，我也想使用相同的单词作为值的键。但我真的不知道使用map来做到这一点的全部目的。不确定我是否提供了足够的信息，但只需询问您需要更多信息，我会回复。

我只提供了一个 readWords 函数，但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出来。

我在帮助下写下了部分代码，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
}

Answer 1

我认为您不完全理解该算法的要求。 （顺便问一下，这是家庭作业吗？）

这里的目标是生成一个索引——每个单词出现的所有情况的列表。 set 的要点是保存所有 出现的情况。 （例如：单词“apple”可能出现在第 1、73 和 100 页上。因此“apple”的映射条目必须包含所有这些值。）

标准化的要点是节省读者的索引时间：“ apple”、“Apple”和“apples”可能都应该位于地图的一个条目中。

了解了这一点，我们就可以更新您的程序。

首先，在读取数据之前，切勿检查eof。只有在读取数据后检查它才有意义。事实上，这种检查有一个更简单的习惯用法：

string word;
while (fin >> word) {
    ...

在我看来，我们需要将原始单词存储在向量中，然后使用标准化单词作为地图索引

text.push_back(word);
normalize(word);

现在，更新地图很容易。您不需要pair，只需使用[] 运算符即可。意识到仅仅引用一个映射条目就会导致它的出现！

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。如果该条目存在，则返回该条目。如果该条目不存在，则创建该条目，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 是插入到由 word 索引的映射条目处的集合中的值。

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

就这样吧！

Answer 2

我不确定您是否在复制代码时犯了错误，或者代码是否是故意这样的，但是没有使用 seat 集（除了插入元素之外，但因为它是 它将丢失），并且添加到 concordance 的所有元素都将成对 ("",[empty set])

不读取/存储， 建立一个索引，即从单词到单词的映射向量中单词出现的位置。如果是这种情况，那么这样做可能会更好：

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（例如一本书），其中集合比向量具有优势，它将保证唯一性，如果一个单词在单个页面中出现 100 次，该集合将确保页码不重复（您必须在向量中进行测试）。代码的情况并非如此，因为索引是单词向量中的位置，它们本身是唯一的。

另请注意，正如 Nawaz 指出的那样，该循环需要进行一些修正。

Answer 3

首先，您的 while 循环是错误的，因为在尝试读取之后设置了 eof 标志（或任何其他失败标志）。流失败；这意味着，如果尝试读取失败，您会尝试将先前读取的单词插入向量两次，并且循环中的其余代码仍然执行，而实际上不应该执行。

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 < code>false，然后循环退出。

我不清楚你的帖子的其余部分、问题以及你到底想做什么，所以我无法对此发表评论。