按字典把文章中的单词替换成译文,标点原样保留,未收录的单词替换为 UNK。
文章由标点符号和单词组成,每个单词之间必定由至少一个标点符号分割。
请把文章中的所有 A 语言单词替换成字典中对应的 B 语言翻译;若单词不在字典中,替换成大写的 UNK。标点符号原样保留。
例:字典含 abc → a、d → def,则 abc.d.d.abc.abcd. 翻译为 a.def.def.a.UNK.
abcd 虽然以 abc 开头,但它本身不在字典里,所以要换成 UNK。逐字符扫描单词边界查表替换标点保留
| 项目 | 说明 |
|---|---|
| 输入 | 第一行 N;随后 N 行每行 A、B 两个单词;最后一行文章 S |
| 输出 | 翻译后的文章(一行) |
| 数据范围 | N ≤ 100,S 长度 ≤ 1000 |
| 字符集 | S 只含小写字母和标点(不含空格) |
| 单词定义 | 被标点分隔的连续小写字母序列 |
if (!(c >= 'a' && c <= 'z')) 就是标点(因为字符串只含字母和标点)字典:abc → a、d → def。我们对文章逐字符扫描。
读到 a、b、c → cur = "abc"
读到 '.' → 结算 cur:"abc" 在字典中 → 输出 "a",再输出 '.'
cur 清空
已输出 "a."
读到 d → cur = "d"
读到 '.' → 结算:"d" 在字典中 → 输出 "def",再输出 '.'
已输出 "a.def."
同上 → 输出 "def."
已输出 "a.def.def."
读出 "abc" → 在字典中 → 输出 "a" 和 '.'
已输出 "a.def.def.a."
读出 完整的 "abcd"(四个字母)
查字典:没有 "abcd" 这个条目
⚠️ 注意不能因为"以 abc 开头"就用 abc 的译文
正确做法:输出 "UNK",再输出 '.'
✅ 最终 "a.def.def.a.UNK."
| 原文单词 | 是否在字典中 | 译文 |
|---|---|---|
| abc | ✅ 在(→ a) | a |
| d | ✅ 在(→ def) | def |
| d | ✅ 在(→ def) | def |
| abc | ✅ 在(→ a) | a |
| abcd | ❌ 不在 | UNK |
题目说"每个单词之间至少一个标点",所以可能出现连续多个标点。
| 原文片段 | 处理过程 | 输出 |
|---|---|---|
| abc..d | 结算 abc → a;遇到两个 '.' 都原样输出;再结算 d | a..def |
| .abc | 开头就是 '.',此时 cur 为空 → 只输出 '.';再结算 abc | .a |
| abc. | 结算 abc → a,输出 '.';扫描结束,cur 已空 | a. |
cur 为空时不要输出任何东西:遇到标点时如果 cur 是空的,说明这之前已经有标点(或文章开头就是标点),此时只能输出标点本身,不能输出 UNK。否则连续标点会被翻译成一堆 UNK。用一个游标累积单词,遇标点就结算并输出标点
for (每个字符 c) { if (是字母) cur += c; else { 结算 cur; 输出 c; } }最后务必再结算一次,处理结尾残留的单词。把标点统一替换成空格,再用流提取单词
| 方案 | 代码量 | 标点处理 |
|---|---|---|
| 逐字符扫描 | 约 20 行 | 自然保留 |
| 流式切分 | 约 35 行 | 需要额外记录位置 |
第一行输入词典条目数 N,随后 N 行 A B,最后一行输入文章。
点按钮开始 →
#include <bits/stdc++.h> using namespace std; int main() { int n; scanf("%d", &n); map<string, string> dict; for (int i = 0; i < n; i++) { string a, b; cin >> a >> b; dict[a] = b; } string s; cin >> s; // 文章不含空格,可直接读 string cur = "", ans = ""; // 结算当前单词 auto settle = [&]() { if (cur.empty()) return; auto it = dict.find(cur); ans += (it != dict.end() ? it->second : string("UNK")); cur = ""; }; for (char c : s) { if (c >= 'a' && c <= 'z') { cur += c; // 累积单词 } else { settle(); // 先结算单词 ans += c; // 标点原样输出 } } settle(); // 别忘了结尾可能还有单词 printf("%s\n", ans.c_str()); return 0; }
settle() 一次?如果文章以单词结尾(例如 abc.d),那么最后那个 d 会被累积到 cur,但后面没有标点来触发结算——循环结束后必须补一次,否则最后一个单词会被丢掉。| 代码 | 作用 | 为什么这样写 |
|---|---|---|
if (c >= 'a' && c <= 'z') | 判断字母 | 文章只含字母和标点,非字母即标点 |
cur += c | 累积单词 | 把连续字母拼成完整单词 |
settle(); ans += c; | 遇标点 | 先结算单词,再输出标点,顺序不能反 |
dict.find(cur) | 查字典 | 用 find 判断是否存在,避免误插 |
settle(),丢掉末尾单词;② 用前缀匹配(如把 abcd 用 abc 翻译),必须完整相等;③ cur 为空时也输出 UNK,导致连续标点被错误替换。写完程序后,用这些数据自查一遍:
| 输入 | 答案 | 考察点 |
|---|---|---|
2 / abc a / d def / abc.d.d.abc.abcd. | a.def.def.a.UNK. | 题面样例 |
1 / a x / a | x | 文章只有一个单词 |
1 / a x / ..a | ..x | 开头连续标点原样保留 |
1 / a x / a.. | x.. | 结尾连续标点原样保留 |
1 / a x / a 且 a.a | x.x | 中间单标点 |
1 / abc y / abcd | UNK | 完整匹配:abcd 不在字典中 |
abcd 必须以整个单词去查字典,不能因为以 abc 开头就用 abc 的译文。cur 为空,只输出标点本身。需要存词典(N 条)和结果字符串。
✅ S ≤ 1000,规模极小,任何实现都瞬间完成。这题考的是"单词边界"的处理是否周全。
// 用 lambda 封装"结算"逻辑(C++11 起) auto settle = [&]() { if (cur.empty()) return; auto it = dict.find(cur); ans += (it != dict.end() ? it->second : string("UNK")); cur = ""; }; // 判断字符类别 bool isLetter(char c) { return c >= 'a' && c <= 'z'; } // 若标点集合已知,也可以显式列出 // 本题文章中只有字母和标点,所以"非字母即标点"最省事 // 读入文章:不含空格用 cin >> s;含空格用 getline(cin, s)
把这道题用到的基本功拆出来,它们能迁移到很多同类问题上。
| 能力点 | 本题怎么用 | 还能迁移到 |
|---|---|---|
| 单词边界 | 遇分隔符才结算 | 文本分词、tokenizer、词法分析 |
| 完整匹配 | 用 map/哈希表精确查 | 所有需要精确查找的场景 |
| 末尾补结算 | 循环外再处理一次 | 所有"分隔符驱动"的扫描算法 |
. 翻译成 。),代码要改哪里?(提示:只需在遇到标点那个分支里,先查一次"标点字典"再输出。这说明当前的骨架——"遇字母累积、遇分隔符结算"——可以很容易地扩展。)