2012年信息科学与技术学院算法与数据结构专业技能大赛试题new.docxVIP

2012年信息科学与技术学院 算法与数据结构专业技能大赛试题 说明：1、不限定开发语言 2、最多不超过5人/题3、题目理解有问题找唐仕喜老师 4、比赛时间为1个 月，到2013年1月1日前截止提交5、10（2）（3）班所有学生都要参加比赛并提交作品，其它班级可参加 6、 学院通过答辩评选择岀一、二、三等奖若干名，并发放证书和奖品 【试题一】对给定文档，依据下面的思想设计聚类算法，并实现，输出聚类结果。 无向加权图Gn V, E，W，V={d1，d2，…，dn};其表示形式为一对称矩阵： [wij]n x n，其中W={w1, w2，…，wm}是边权重代表两个文本间相似度。 计算文档的词 频以及文档间的相似度，将文档粗化的聚成 无关或是相关度极小 的c个文档子类。首先除去 在所有文档中出现的 高频词；然后提取剩下词汇的短语存入词根表中。 收集这些短语形成一 个索引短语集T。短语t在文档di中权重为： tfij 定义为短语t在文档中di出现的频率；dft定义为含有短语t的文档数量；L定 义为文档di中包含的索引短语的数量； N定义为文档的数量。p_term_documen （tt ， di ） 的值代表着短语t在文档di中的重要性，取值范围是[0，1]。计算出短语的权重，可以将 短语表示成向量：di= （wi1，wi2，…，wis ），其中0 wij 1，s代表索引短语表中词的数 量