评论转换输出 - 华为OD统一考试

news2024/9/29 13:22:24

OD统一考试

分值: 200分

题解: Java / Python / C++

alt

题目描述

在一个博客网站上,每篇博客都有评论。每一条评论都是一个非空英文字母字符串。

评论具有树状结构,除了根评论外,每个评论都有一个父评论。当评论保存时,使用以下格式:

首先是评论的内容;

然后是回复当前评论的数量。

最后是当前评论的所有子评论。(子评论使用相同的格式嵌套存储)

所有元素之间都用单个逗号分隔。

例如,如果评论如下:

image-20240112161004444

第一条评论是"hello,2,ok,0,bye,0",第二条评论是"test,0",第三条评论是"one,1,two,1,a,0"。所有评论被保存成"hello,2,ok,0,bye,0,test,0,one,1,two,1,a,0"。

对于上述格式的评论,请以另外一种格式打印:

首先打印评论嵌套的最大深度。

然后是打印n行,第i(1≤i≤n)行对应于嵌套级别为i的评论(根评论的嵌套级别为1)。

对于第i行,嵌套级别为的评论按照它们出现的顺序打印,用空格分隔开。

输入描述

一行评论。由英文字母、数字和英文逗号组成。保证每个评论都是由英文字符组成的非空字符串。每个评论的数量都是整数(至少由一个数字组成)。整个字符串的长度不超过10^6。给定的评论结构保证是合法的。

输出描述

按照给定的格式打印评论。对于每一级嵌套,评论应该按照输入中的顺序打印。

示例1

输入:
hello,2,ok,0,bye,0,test,0,one,1,two,1,a,0

输出:
3
hello test one
ok bye two
a

示例2

输入:
A,5,A,0,a,0,A,0,a,0,A,0

输出:
2
A
A a A a A

image-20240112161355044

示例3

输入:
A,3,B,2,C,0,D,1,E,0,F,1,G,0,H,1,I,1,J,0,K,1,L,0,M,2,N,0,O,1,P,0

输出:
4
A K M
B F H L N O
C D G I P
E J

image-20240112162348095

题解

题目类型:树状结构的遍历,可以使用深度优先搜索(DFS)。

解题思路

  1. 定义一个评论类,包含评论内容、回复数量以及回复的评论列表。
  2. 使用递归解析评论数据,构建评论树。
  3. 使用深度优先搜索(DFS)遍历评论树,按照嵌套级别将评论内容存储到对应的列表中。
  4. 输出最大嵌套深度和每个嵌套级别的评论内容。

代码描述

  1. 定义Comment类,包含评论内容、回复数量、回复的评论列表。
  2. 解析评论数据的函数parseComment
  3. 深度优先搜索的函数dfs,将评论内容按照嵌套级别存储到result列表中。
  4. 主函数中读取输入,构建评论树,进行深度优先搜索,并输出结果。

时间复杂度:假设评论数为N,则构建评论树和深度优先搜索的时间复杂度为O(N)。

空间复杂度:需要存储评论树和结果列表,空间复杂度为O(N)。

Java

import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

class Comment {
    /**
     * 评论类
     */
    String data;
    int replyCnt;
    List<Comment> replys;

    public Comment(String data, int replyCnt) {
        this.data = data;
        this.replyCnt = replyCnt;
        this.replys = new ArrayList<>();
    }
}

/**
 * @author code5bug
 */
public class Main {

    static int idx;
    static String[] ds;
    static List<List<String>> result;

    /**
     * 解析评论数据
     *
     * @return
     */
    public static Comment parseComment() {
        String data = ds[idx];
        int replyCnt = Integer.parseInt(ds[idx + 1]);
        idx += 2;
        Comment comment = new Comment(data, replyCnt);
        for (int i = 0; i < replyCnt; i++) {
            comment.replys.add(parseComment());
        }
        return comment;
    }

    /**
     * 遍历评论内容,并将评论的内容放到result的对应的嵌套级别中
     *
     * @param comment
     * @param level
     */
    public static void dfs(Comment comment, int level) {
        if (result.size() <= level) {
            result.add(new ArrayList<>());
        }
        result.get(level).add(comment.data);

        for (Comment rep : comment.replys) {
            dfs(rep, level + 1);
        }
    }

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        ds = scanner.nextLine().split(",");
        idx = 0;
        int N = ds.length;
        List<Comment> comments = new ArrayList<>();

        while (idx < N) {
            comments.add(parseComment());
        }

        result = new ArrayList<>();
        for (Comment comment : comments) {
            dfs(comment, 0);
        }

        System.out.println(result.size());
        for (List<String> cs : result) {
            System.out.println(String.join(" ", cs));
        }
    }
}

Python

class Comment:
    """评论类"""

    def __init__(self, data, reply_cnt) -> None:
        self.data = data
        self.reply_cnt = reply_cnt
        self.replys = []


def parse_comment() -> Comment:
    """解析评论数据"""
    global idx, ds
    data, reply_cnt = ds[idx], int(ds[idx + 1])
    idx += 2
    comment = Comment(data, reply_cnt)
    for _ in range(reply_cnt):  # 评论的回复
        comment.replys.append(parse_comment())
    return comment


def dfs(comment: Comment, level: int):
    """遍历评论内容,并将评论的内容放到result的对应的嵌套级别中"""
    global result
    if len(result) <= level:
        result.append([])
    result[level].append(comment.data)

    for rep in comment.replys:
        dfs(rep, level + 1)


ds = input().split(",")
idx, N = 0, len(ds)
comments = []
while idx < N:
    comments.append(parse_comment())

result = []
for comment in comments:
    dfs(comment, 0)

print(len(result))
for cs in result:
    print(" ".join(cs))

C++

#include <iostream>
#include <vector>
#include <sstream>

using namespace std;

// 评论类
class Comment {
public:
    string data;
    int replyCnt;
    vector<Comment> replys;

    Comment(const string& data, int replyCnt) : data(data), replyCnt(replyCnt) {}
};

int idx;
vector<string> ds;
vector<vector<string>> result;

/**
 * 解析评论数据
 *
 * @return
 */
Comment parseComment() {
    string data = ds[idx];
    int replyCnt = stoi(ds[idx + 1]);
    idx += 2;
    Comment comment(data, replyCnt);
    for (int i = 0; i < replyCnt; i++) {
        comment.replys.push_back(parseComment());
    }
    return comment;
}

/**
 * 遍历评论内容,并将评论的内容放到result的对应的嵌套级别中
 *
 * @param comment
 * @param level
 */
void dfs(const Comment& comment, int level) {
    if (result.size() <= static_cast<size_t>(level)) {
        result.emplace_back();
    }
    result[level].push_back(comment.data);

    for (const Comment& rep : comment.replys) {
        dfs(rep, level + 1);
    }
}

int main() {
    string input;
    getline(cin, input);
    istringstream iss(input);
    string token;
    while (getline(iss, token, ',')) {
        ds.push_back(token);
    }

    idx = 0;
    int N = ds.size();
    vector<Comment> comments;

    while (idx < N) {
        comments.push_back(parseComment());
    }

    result.clear();
    for (const Comment& comment : comments) {
        dfs(comment, 0);
    }

    cout << result.size() << endl;
    for (const auto& cs : result) {
        cout << cs[0];
        for (size_t i = 1; i < cs.size(); ++i) {
            cout << " " << cs[i];
        }
        cout << endl;
    }

    return 0;
}

🙏整理题解不易, 如果有帮助到您,请给点个赞 ‍❤️‍ 和收藏 ⭐,让更多的人看到。🙏🙏🙏

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1379115.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

VMware workstation安装MX-23.1虚拟机并配置网络

VMware workstation安装MX-23.1虚拟机并配置网络 MX Linux是基于Debian稳定分支的面向桌面的Linux发行&#xff0c;采用Xfce作为缺省桌面&#xff0c;是一份中量级操作系统。该文档适用于在VMware workstation平台安装MX-23.1虚拟机。 1.安装准备 1.1安装平台 Windows 11 …

个人网站制作 Part 3 用JS添加高级交互(表单验证、动态内容更新) | Web开发项目

文章目录 &#x1f469;‍&#x1f4bb; 基础Web开发练手项目系列&#xff1a;个人网站制作&#x1f680; 使用JavaScript进行交互&#x1f528;表单验证&#x1f527;步骤 1: 添加JavaScript文件&#x1f527;步骤 2: 更新表单HTML &#x1f528;动态内容更新&#x1f527;步骤…

用js做个转盘

样式 <style>.wheel {position: relative;width: 400px;height: 400px;border: 1px solid black;border-radius: 50%;overflow: hidden;margin: auto;}.slice {position: absolute;left: 0;top: 0;width: 0;height: 0;border: 200px solid red;/* border-width: 100px 10…

Python - 操作 docx

文章目录 使用库 : python-docx 官方文档&#xff1a;https://python-docx.readthedocs.io 安装 pip install python-docx提取 docx from docx import Documentdoc Document(file_path) text "" for para in doc.paragraphs:text para.text "\n"创建…

小程序系列-5.WXML 模板语法

一、数据绑定 1、在 data 中定义页面的数据 动态绑定内容&#xff1a; 动态绑定属性&#xff1a; 2. Mustache 语法的格式 3. Mustache 语法的应用场景 4. 三元运算 5.算数运算 二、 事件绑定 1. 什么是事件&#xff1f; 2. 小程序中常用的事件 3. 事件对象的属性列表 4.…

【漏洞复现】Office365-Indexs-任意文件读取

漏洞描述 Office 365 Indexs接口存在一个任意文件读取漏洞,攻击者可以通过构造精心设计的请求,成功利用漏洞读取服务器上的任意文件,包括敏感系统文件和应用程序配置文件等。通过利用此漏洞,攻击者可能获得系统内的敏感信息,导致潜在的信息泄露风险 免责声明 技术文章…

高质量训练数据助力大语言模型摆脱数据困境 | 景联文科技

目前&#xff0c;大语言模型的发展已经取得了显著的成果&#xff0c;如OpenAI的GPT系列模型、谷歌的BERT模型、百度的文心一言模型等。这些模型在文本生成、问答系统、对话生成、情感分析、摘要生成等方面都表现出了强大的能力&#xff0c;为自然语言处理领域带来了新的突破。 …

准备好迎接新兴的汽车雷达卫星架构了吗?(TI文档)

引言 随着全球新车评估计划的安全等级和法规对主动安全功能的要求越来越严格&#xff0c;安全是当今车辆的一个不容置疑的特征。全球汽车制造商正在满足这些安全要求&#xff0c;并通过不断增强车辆内的高级驾驶辅助系统(ADAS)功能&#xff0c;包括自动紧急制动(AEB)、自适应巡…

c++例题2点和直线关系

#include<iostream> #include<string> using namespace std; //圆的类 class yuan{ public:int x2 10;int y2 10;int r 5; }; //点的类 class dian{ public :void setx(int x){x1 x;}int getx(){return x1;}void sety(int y){y1 y;}int gety(){return y1;} pr…

【面试突击】注册中心面试实战

&#x1f308;&#x1f308;&#x1f308;&#x1f308;&#x1f308;&#x1f308;&#x1f308;&#x1f308; 欢迎关注公众号&#xff08;通过文章导读关注&#xff1a;【11来了】&#xff09;&#xff0c;及时收到 AI 前沿项目工具及新技术 的推送 发送 资料 可领取 深入理…

BikeDNA(六)参考数据的内在分析2

BikeDNA&#xff08;六&#xff09;参考数据的内在分析2 1.数据完整性 见链接 2.网络拓扑结构 见链接 3.网络组件 断开连接的组件不共享任何元素&#xff08;节点/边&#xff09;。 换句话说&#xff0c;不存在可以从一个断开连接的组件通向另一组件的网络路径。 如上所述…

浅析链表结构

一、单向链表 C语言中数组是常用的一种数据类型&#xff0c;但可惜数组长度是固定大小的&#xff0c;不能动态扩展&#xff0c;使用起来有时不是很方便。然后就有了自定义的动态数组结构&#xff0c;动态数组就比较好用了&#xff0c;长度可以任意扩展&#xff0c;但还有一个问…

day15 层序遍历 翻转二叉树 对称二叉树

题目1&#xff1a;102 二叉树的层序遍历 题目链接&#xff1a;102 二叉树的层序遍历 题意 根据二叉树的根节点root&#xff0c;返回其节点值的层序遍历 借助队列实现&#xff0c;因为队列是先进先出的逻辑&#xff0c;符合层序遍历一层一层遍历的思想 代码 /*** Definitio…

linux安装MySQL5.7(安装、开机自启、定时备份)

一、安装步骤 我喜欢安装在/usr/local/mysql目录下 #切换目录 cd /usr/local/ #下载文件 wget https://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-5.7.38-linux-glibc2.12-x86_64.tar.gz #解压文件 tar -zxvf mysql-5.7.38-linux-glibc2.12-x86_64.tar.gz -C /usr/local …

OpenCV C++ 环境搭建和简单示例

OpenCV介绍 OpenCV&#xff1a;开源发行的跨平台计算机视觉和机器学习软件库&#xff0c;用C语言编写&#xff0c;提供了C &#xff0c;Python&#xff0c;Java和MATLAB接口&#xff0c;并支持Windows&#xff0c;Linux&#xff0c;Android和Mac OS。 OpenCV下载 去官网http…

UCB Data100:数据科学的原理和技巧:第十三章到第十五章

十三、梯度下降 原文&#xff1a;Gradient Descent 译者&#xff1a;飞龙 协议&#xff1a;CC BY-NC-SA 4.0 学习成果 优化复杂模型 识别直接微积分或几何论证无法帮助解决损失函数的情况 应用梯度下降进行数值优化 到目前为止&#xff0c;我们已经非常熟悉选择模型和相应损…

【Docker】在容器中管理数据数据卷挂载以及宿主机目录挂载

&#x1f389;&#x1f389;欢迎来到我的CSDN主页&#xff01;&#x1f389;&#x1f389; &#x1f3c5;我是平顶山大师&#xff0c;一个在CSDN分享笔记的博主。&#x1f4da;&#x1f4da; &#x1f31f;推荐给大家我的博客专栏《【Docker】在容器中管理数据》。&#x1f3af…

JVM工作原理与实战(十四):JDK9及之后的类加载器

专栏导航 JVM工作原理与实战 RabbitMQ入门指南 从零开始了解大数据 目录 专栏导航 前言 一、JDK8及之前的类加载器 二、JDK9及之后的类加载器 1.启动类加载器 2.平台类加载器&#xff08;扩展类加载器&#xff09; 总结 前言 JVM作为Java程序的运行环境&#xff0c;其负…

详细分析Java中的@JsonSerialize注解

目录 前言1. 核心知识2. 基本知识3. Demo3.1 jsontest13.2 jsontest2 4. 总结 前言 对应序列化的相关知识可看我之前的文章&#xff1a;详解Java中的serialVersionUID概念以及作用&#xff08;附上Demo&#xff09; 通过理解核心知识&#xff0c;再去品味总结的基本知识&#…

助力工业园区作业违规行为检测预警,基于YOLOv8【n/s/m/l/x】全系列参数模型开发构建工业园区场景下作业人员违规行为检测识别系统

在很多工业园区生产作业场景下保障合规合法进行作业生产操作&#xff0c;对于保护工人生命安全降低安全隐患有着非常重要的作用&#xff0c;但是往往在实际的作业生产中&#xff0c;因为一个安全观念的淡薄或者是粗心大意&#xff0c;对于纪律约束等意思薄弱&#xff0c;导致在…