Astar2006 百度之星程序设计大赛题目
1.百度语言翻译机
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2
3940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。