Finally solve 百度语言翻译机

yyaadet

百度的工程师们是非常注重效率的，在长期的开发与测试过程中，他们逐渐创造了一套独特的缩略语。他们在平时的交谈、会议，甚至在各种技术文档中都会大量运用。

为了让新员工可以更快地适应百度的文化，更好地阅读公司的技术文档，人力资源部决定开发一套专用的翻译系统，把相关文档中的缩略语和专有名词翻译成日常语言。

输入要求：
输入数据包含三部分：
1. 第一行包含一个整数N(N<=10000)，表示总共有多少个缩略语的词条；
2. 紧接着有N行的输入，每行包含两个字符串，以空格隔开。第一个字符串为缩略语（仅包含大写英文字符，长度不超过10字节），第二个字符串为日常语言（不包含空格，长度不超过255字节）；
3. 从第N+2开始到输入结束为包含缩略语的相关文档（总长度不超过1000000个字节）。例：
6
PS 门户搜索部
NLP 自然语言处理
PM 产品市场部
HR 人力资源部
PMD 产品推广部
MD 市场发展部
百度的部门包括PS，PM，HR，PMD，MD等等，其中PS还包括NLP小组。
样例：in.txt

输出要求：
输出将缩略语转换成日常语言后的文档。（将缩略语转换成日常语言，其他字符保留原样）。例：
百度的部门包括门户搜索部，产品市场部，人力资源部，产品推广部，市场发展部等等，其中门户搜索部还包括自然语言处理小组。
样例：out.txt

评分规则：
1．程序将运行在一台Linux机器上（内存使用不作严格限制），在每一测试用例上运行不能超过10秒，否则该用例不得分；
2．要求程序能按照输入样例的格式读取数据文件，按照输出样例的格式将运行结果输出到标准输出上。如果不能正确读入数据和输出数据，该题将不得分；
3．该题目共有4个测试用例，每个测试用例为一个输入文件。各测试用例占该题目分数的比例分别为25%，25%，25%，25%；
4．该题目20分。

注意事项：
1．输入数据是中英文混合的，中文采用GBK编码。
GBK：是又一个汉字编码标准，全称《汉字内码扩展规范》。采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在 40-FE 之间，排除xx7F。总计 23940 个码位，共收入 21886 个汉字和图形符号，其中汉字（包括部首和构件）21003 个，图形符号 883 个。

2．为保证答案的唯一性，缩略语的转换采用正向最大匹配（从左到右为正方向）原则。请注意样例中PMD的翻译。

yyaadet

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<ctype.h>
#include <iconv.h>


#define max 100

struct BaiduLang
{
        char f[10];
        char s[255];
};
typedef struct BaiduLang BL;
//quickly sort
int partition(BL langs[],int low,int high);
void Qsort(BL langs[],int low,int high);

//search by key using binary search
int Search(BL langs[],char *key,int n)
{
        int mid,low,high;
        low=0;
        high=n-1;
        int flag;
        while(low<=high)
        {
                mid=(low+high)/2;
                flag=strcmp(key,langs[mid].f);
                if(flag==0)
                        return mid;
                else if(flag>0)
                        high=mid-1;
                else
                        low=mid+1;
                //fprintf(stderr,"key");
        }
        //printf("%d %d\n",low,high);
        if(low>high)
        {
                fprintf(stderr,"can not find key\n");
                return -1;
        }
        else
                return mid;
}
int readfromfile(FILE *file,BL langs[],char *result)
{
        int i=0;
        int j=0;
        int n;
        if(fscanf(file,"%d",&n)==-1)
        {
                fprintf(stderr,"failed to read n \n");
                return -1;
        }
        BL temps[n+1];
        for(i=0;i<n+1;i++)
        {
                if(i==0)
                        continue;
                fscanf(file,"%s",langs[j].f);
                fscanf(file,"%s",langs[j].s);
                j++;
        }
        fscanf(file,"%s",result);
        return n;
}

////////////////////////////////////////////////////
/*******************quickly sort*******************/
int partition(BL *langs,int i,int j)
{
        int low=i;
        int high=j;
        char pk[10];
        char record[255];
        strcpy(pk,langs[i].f);
        strcpy(record,langs[i].s);
        while(low<high)
        {
                while((low<high) && (strcmp(pk,langs[high].f)>=0))
                        high=high-1;
                strcpy(langs[low].f,langs[high].f);
                strcpy(langs[low].s,langs[high].s);
                while((low<high) && (strcmp(pk,langs[low].f)<=0))
                        low=low+1;
                strcpy(langs[high].f,langs[low].f);
                strcpy(langs[high].s,langs[low].s);
        }
        strcpy(langs[low].f,pk);
        strcpy(langs[low].s,record);
        return low;
}
void Qsort(BL *langs,int low,int high)
{
        int i;
        if(low<high)
        {
                i=partition(langs,low,high);
                Qsort(langs,low,i-1);
                Qsort(langs,i+1,high);
        }
}
////////////////////////////////////////////////////

int main()
{
        BL langs1[max];
        BL *langs;
        char *result;
        char *real;
        if((result=(char *)malloc(1000000))==NULL || (real=(char *)malloc(1000000))==NULL)
        {
                printf("failed to malloc\n");
                return 1;
        }
        int n;
        size_t i,j,k;
        i=j=k=0;
        FILE *file=fopen("in.txt","r");
        n=readfromfile(file,langs1,result);
        langs=langs1;
        Qsort(langs,0,n-1);
        int count=0;
        while(result[i]!='\0')   
    {
        char temp[10]="";
        while(isupper(*(result+i)) && isalpha(*(result+i)))
                {
                        //printf("%d ",isupper(*(result+i)));
                        //printf("[%d]",i);
                        temp[j]=result[i];
                        j=j+1;
                        i++;
                }
                if(j>0)
                {
                        //printf("%s\n",temp);
                        int index=Search(langs,temp,n);
                        //printf("%d\n",index);
                        if(index!=-1)
                        {
                                int len=strlen(langs[index].s);
                                strcat(real,langs[index].s);
                                k=k+len;
                        }
                }
                if(count==0 && i!=0)
                        i=0;
                *(real+k)=*(result+i);
                i++;
                k++;
                count++;
                j=0;
        }
        printf("%s\n",real);
        fclose(file);
        free(result);
        free(real);
        return 0;
}

Momoass

我倒，不就是个数据库嘛。

Orpherus

做个hash