HJ25 数据分类处理(JavaScript无哈希解法,带注释)

描述

信息社会,有海量的数据需要分析处理,比如公安局分析身份证号码、 QQ 用户、手机号码、银行帐号等信息及活动记录。

采集输入大数据和分类规则,通过大数据分类处理程序,将大数据分类输出。

数据范围:1 \le I,R \le 100 \1I,R100  ,输入的整数大小满足 0 \le val \le 2^{31}-1\0val2311 

输入描述:

一组输入整数序列I和一组规则整数序列RIR序列的第一个整数为序列的个数(个数不包含第一个整数);整数范围为0~(2^31)-1,序列个数不限

输出描述:

R依次中取出R<i>,对I进行处理,找到满足条件的I 

I整数对应的数字需要连续包含R<i>对应的数字。比如R<i>23I231,那么I包含了R<i>,条件满足 。 

R<i>从小到大的顺序:

(1)先输出R<i> 

(2)再输出满足条件的I的个数; 

(3)然后输出满足条件的II序列中的位置索引(0开始) 

(4)最后再输出I 

附加条件: 

(1)R<i>需要从小到大排序。相同的R<i>只需要输出索引小的以及满足条件的I,索引大的需要过滤掉 

(2)如果没有满足条件的I,对应的R<i>不用输出 

(3)最后需要在输出序列的第一个整数位置记录后续整数序列的个数(不包含“个数”本身)

 

序列I15,123,456,786,453,46,7,5,3,665,453456,745,456,786,453,123(第一个15表明后续有15个整数) 

序列R5,6,3,6,3,0(第一个5表明后续有5个整数) 

输出:30, 3,6,0,123,3,453,7,3,9,453456,13,453,14,123,6,7,1,456,2,786,4,46,8,665,9,453456,11,456,12,786

说明:

30----后续有30整数

3----从小到大排序,第一个R<i>0,但没有满足条件的I,不输出0,而下一个R<i>3

6--- 存在6个包含3I 

0--- 123所在的原序号为0 

123--- 123包含3,满足条件 

示例1

输入:
15 123 456 786 453 46 7 5 3 665 453456 745 456 786 453 123
5 6 3 6 3 0
复制
输出:
30 3 6 0 123 3 453 7 3 9 453456 13 453 14 123 6 7 1 456 2 786 4 46 8 665 9 453456 11 456 12 786
复制
说明:
将序列R:5,6,3,6,3,0(第一个5表明后续有5个整数)排序去重后,可得0,3,6。
序列I没有包含0的元素。
序列I中包含3的元素有:I[0]的值为123、I[3]的值为453、I[7]的值为3、I[9]的值为453456、I[13]的值为453、I[14]的值为123。
序列I中包含6的元素有:I[1]的值为456、I[2]的值为786、I[4]的值为46、I[8]的值为665、I[9]的值为453456、I[11]的值为456、I[12]的值为786。
最后按题目要求的格式进行输出即可。 


基于非哈希解法:

(function(){
    let arr1 = readline().split(" "); //获取序列I
    let arr2 = readline().split(" "); //获取序列R
    for(let i = 0; i < arr2.length; i++){
        arr2[i] = Number.parseInt(arr2[i]); //将序列R中所有元素转换成数字
    }
    arr1 = arr1.slice(1); //删除输入的序列I长度
    arr2 = arr2.slice(1); //删除输入的序列R长度     arr2 = [...new Set(arr2)].sort((a, b) => a - b); //ES6 先利用Set数据结构获取无重复Set结构,再利用扩展运算符...将Set结构转化为数组,最后利用sort函数完成从小到大排序
    let arr3 = []; //创建空数组存储最终结果
    for(let v of arr2){ //获取R<i>         let arr4 = []; //记录当次循环满足R<i>的结果
        let count = 0; //记录R<i>出现的次数
        for(let i = 0; i < arr1.length; i++){ //获取I[i]
            if(arr1[i].indexOf(v) !== -1){ //判断I<i>中是否含有R<i>
                count++; //R<i>出现次数+1
                arr4.push(i); //存储R<i>所在的原序号
                arr4.push(arr1[i]); //存储R<i>
            }
        }
        if(count !== 0){ //判断R<i>是否出现过
            arr4.unshift(count); //在数组0位置添加R<i>出现过的次数
            arr4.unshift(v);//在数组0位置添加R<i>
        }
        arr3 = arr3.concat(arr4); //最终结果拼接当次结果
    }
    console.log(arr3.length + " " + arr3.join(" ")); //输出最终结果长度,并将最终结果转换为字符串,元素间使用空格分割
})()