C++課設簡單字符串編碼與余弦相似度計算系統(tǒng)

1、C+課設-簡單字符串編碼與余弦相似度計算系統(tǒng)生成特征空間的核心：采用“字母一下標一下標”的方法生成編碼。按照一般方法來講，在處理操作中，對于每個字符串都需要遍歷并對遇到的每個字符進行操作，由于需要檢索aphb數(shù)組所帶來的復雜度是O(N);這里采用的方法是先使用map建立字符與位置間的映射，之后加入中間數(shù)組vectorTemp用來存儲相應位置元素的頻數(shù)，那么生成特征空間的操作就可以變?yōu)橐痪湓挘篺or(inti=0;ilen;i+)TempFeatureSpacestri+;T=FeatureSpacestri是當前字符到位置的映射，那么TempT就是當前元素所在位置的頻數(shù)了。這種通過下標引用的方

2、法理論復雜度為0(1),但是實際中因為使用了map，而map內(nèi)部也進行了復雜度為O(IgN)的查找操作，因此實際的復雜度應該為O(1TgN),即O(lgN)。代碼：#include#include#include#include#include#include#include#include#includeusingnamespacestd;classAlphabet存儲字典序private:charch;intvalue;public:Alphabet。ch=a;value=0;Alphabet(charch,intval);charGetCharact()const;intGetValue

3、()const;voidAddValue();booloperator(Alphabet&T);classStringEncodingprivate:vectoraphb;vectorString;mapvchar,intFeatureSpace;public:StringEncoding();voidReadFromFile(constchar*fileName);voidWriteToFile(constchar*fileName);voidSearchFromFile(conststringstr,intkey);doubleCountCosine(vectorTemp,vectortt

4、);voidAlphaSort();voidRebuildCoding();按權重新生成英文字母編碼;classManager管理類private:StringEncodingss;stringSearchString;public:Manager(stringSearchString=none);voidCall();調(diào)用;intmain()Managermm(none);mm.Call();system(pause);return0;return0;boolAlphabet:operator(Alphabet&T)returnvalueT.GetValue()?true:false;cha

5、rAlphabet:GetCharact()constreturnch;intAlphabet:GetValue()constreturnvalue;Alphabet:Alphabet(charch,intval):value(val)this-ch=ch;voidAlphabet:AddValue()value+;StringEncoding:StringEncoding()voidStringEncoding:AlphaSort()intSize=aphb.size();for(inti=0;iSize;i+)for(intj=0;japhbj)AlphabetT;T=aphbj;aphb

6、j=aphbj+1;aphbj+1=T;voidStringEncoding:ReadFromFile(constchar*fileName)fstreamfile_in;tryfile_in.open(fileName,ios:in|ios:out);if(!file_in)throwFileOpenError!;catch(constchar*Warning)coutWarningbuf)逐個字符串讀取intlen=buf.length();for(inti=0;ilen;i+)if(!flag)aphb.push_back(Alphabet(bufi,1);flag=1;elseintm

7、ark=0;for(vector:iteratorit=aphb.begin();it!=aphb.end();it+)for(vector:iteratorit=aphb.begin();it!=aphb.end();it+)if(it-GetCharact()=bufi)mark=1;it-AddValue();if(!mark)aphb.push_back(Alphabet(bufi,1);flag+;String.push_back(buf);file_in.close();voidStringEncoding:WriteToFile(constchar*fileName)將Strin

8、g中的字符串按照特征空間的字典寫入到另一個文件fstreamfile_out1,file_out2;tryfile_out2.open(dictionary.txtios:app);file_out1.open(fileName,ios:app);if(!file_out1|!file_out2)throwWriteToFileError!catch(constchar*Warning)coutWarningendl;system(pause);exit(0);解析字符串for(vector:iteratorit=String.begin();it!=String.end();it+)cons

9、tintSize=aphb.size();vectorTemp;Temp.resize(Size);stringstr=*it;intlen=str.length();for(inti=0;ilen;i+)TempFeatureSpacestri+;核心：字母-下標-下標file_out1str+:;for(inti=0;iSize;i+)file_out1Tempi;file_out1endl;for(vector:iteratorit=aphb.begin();it!=aphb.end();it+)file_out2GetCharact()(char*):GetValue()endl;fi

10、le_out1.close();file_out2.close();voidStringEncoding:SearchFromFile(conststringstr,intkey)先把str按字典序轉化為對應編碼if(key=2)fstreamfile_in;stringfileName=file_out.txt;tryfile_in.open(fileName,ios:in|ios:out);if(!file_in)throwFileOpenError!;catch(constchar*Warning)coutWarningbuf)逐個字符串讀取if(str+:)=buf)flag=1;br

11、eak;if(flag)for(inti=buf.length();iline.length();i+)coutlinei;coutendl;break;if(!flag)cout喳無此字符串或其編碼！endl;file_in.close();elsedoublemax=-1;stringmaxString=null;intflag=0;控制開關vectorvec;下面先計算指定字符串的編碼vectortt;intlen=str.length();constintss=aphb.size();tt.resize(ss);for(inti=0;ilen;i+)trttFeatureSpacest

12、ri+;cout輸入的字符串編碼為：；for(inti=0;iss;i+)couttti;coutendl;for(vector:iteratorit=String.begin();it!=String.end();it+)constintSize=aphb.size();vectorTemp;Temp.resize(Size);stringstr=*it;intlen=str.length();for(inti=0;imax)vec.clear();max=ans;maxString=*it;vec=Temp;cout最近字符串的余弦相似度為：(double)maxendl;cout最相似的

13、字符串為：maxStringendl;cout編碼為：；for(inti=0;ivec.size();i+)coutveci;voidStringEncoding:RebuildCoding()AlphaSor();intSize=aphb.size();for(inti=0;iSize;i+)/重新生成新的字典序并存放于特征空間中FeatureSpaceaphbi.GetCharact()=i;doubleStringEncoding:CountCosine(vectorTemp,vectortt)intss=aphb.size();doublecos=0;for(inti=0;iss;i+)cos+=Tempi*tti;doubledeno1