NOIP2011字符串处理：大小写不敏感匹配与单词边界识别-代码聚汇网

NOIP2011字符串处理：大小写不敏感匹配与单词边界识别

龙之吻(水货)

1. 题目背景与需求分析

这道来自NOIP2011普及组的编程题，考察的是字符串处理的基础能力。题目要求实现一个类似文本编辑器查找功能的小程序，核心需求可以拆解为三个关键点：

大小写不敏感匹配：程序需要忽略字母大小写差异进行单词比对
完全匹配规则：目标单词必须作为独立单词出现，不能是其他单词的一部分
位置统计要求：需要记录首次出现的位置（从0开始计数）和总出现次数

在实际开发中，这类功能常见于文档处理工具（如IDE的代码搜索、办公软件的查找替换），理解其实现原理对培养字符串操作思维很有帮助。

2. 核心算法设计思路

2.1 输入处理要点

首先需要注意题目对输入格式的特殊要求：

第一行是纯字母组成的待查找单词
第二行是可能包含字母和空格的文章内容
空格在位置计算时需要被计入（每个空格占1个位置）

cpp复制string keyword, article;
getline(cin, keyword);  // 读取单词
getline(cin, article);  // 读取文章

2.2 大小写统一处理

为了实现大小写不敏感的匹配，常规做法是将所有字符统一转为小写（或大写）：

cpp复制transform(keyword.begin(), keyword.end(), keyword.begin(), ::tolower);
transform(article.begin(), article.end(), article.begin(), ::tolower);

2.3 单词边界识别

完全匹配的关键在于正确识别单词边界。可以通过以下方法处理：

使用空格作为分隔符拆分文章
或者遍历字符时记录单词起始和结束位置

推荐第二种方法，因为可以同时计算字符位置：

cpp复制int wordStart = 0;
for(int i = 0; i <= article.length(); i++) {
    if(i == article.length() || article[i] == ' ') {
        // 此时wordStart到i-1是一个单词
        wordStart = i + 1;
    }
}

3. 完整实现方案

3.1 基础版本代码

cpp复制#include <iostream>
#include <algorithm>
using namespace std;

int main() {
    string keyword, article;
    getline(cin, keyword);
    getline(cin, article);
    
    // 统一转为小写
    transform(keyword.begin(), keyword.end(), keyword.begin(), ::tolower);
    transform(article.begin(), article.end(), article.begin(), ::tolower);
    
    int count = 0, firstPos = -1;
    int wordStart = 0;
    
    // 在文章末尾添加一个空格方便处理最后一个单词
    article += ' ';
    
    for(int i = 0; i < article.length(); i++) {
        if(article[i] == ' ') {
            if(i > wordStart) {  // 确保不是连续空格
                string word = article.substr(wordStart, i - wordStart);
                if(word == keyword) {
                    count++;
                    if(firstPos == -1) {
                        firstPos = wordStart;
                    }
                }
            }
            wordStart = i + 1;
        }
    }
    
    if(count > 0) {
        cout << count << " " << firstPos;
    } else {
        cout << -1;
    }
    
    return 0;
}

3.2 性能优化要点

对于文章长度可能达到1e6的情况，需要注意：

避免频繁的字符串拷贝（如substr）
减少不必要的内存分配
使用KMP算法可以优化匹配效率（虽然本题数据规模不需要）

优化后的匹配逻辑：

cpp复制bool isMatch(const string& article, int start, int end, const string& keyword) {
    if(end - start != keyword.length()) return false;
    for(int i = 0; i < keyword.length(); i++) {
        if(article[start + i] != keyword[i]) return false;
    }
    return true;
}

4. 常见问题与调试技巧

4.1 边界情况处理

实际测试时需要特别注意以下情形：

文章开头或结尾有多个连续空格
查找单词恰好出现在文章开头或结尾
查找单词与文章单词大小写混合
文章为空或只包含空格

4.2 调试示例

假设输入为：

code复制To
to be or not to be

正确输出应为：

code复制2 0

调试时可以添加打印语句检查中间结果：

cpp复制cout << "Current word: " << word << " at position " << wordStart << endl;

4.3 易错点分析

位置计算错误：忘记空格也占位置，或者从1开始计数
大小写处理遗漏：只转换了单词或文章其中一方
连续空格处理：多个连续空格导致识别出空单词
最后一个单词遗漏：循环结束时未处理最后一个单词

5. 算法扩展思考

虽然本题使用基础字符串操作即可解决，但在实际工程应用中，我们可能会考虑：

多关键词搜索：扩展为同时查找多个单词
模糊匹配：支持通配符或正则表达式
大规模文本处理：使用更高效的字符串搜索算法（如Boyer-Moore）
并行处理：对超长文本分块并行处理

对于竞赛准备，建议进一步练习：

洛谷P1012 拼数
洛谷P1305 新二叉树
洛谷P1553 数字反转（升级版）

这些题目都能帮助巩固字符串处理的基本功。在实际编码时，养成先处理特殊情况的习惯，比如空输入、边界值等，可以避免很多不必要的错误。