7-44 基于词频的文件相似度 (30 分)

原题：https://pintia.cn/problem-sets/15/problems/891

题意：

给出N个文件，文件里面含有各个单词，再给出若干对编号，找出每对编号文件里面共同单词，并且算出它们所占两者总单词数的比例。这个两者总单词数要注意，相同的不用加进去。例如：aaa bbb ccc 和aaa ddd ggg 这俩的总词数是5而不是6

坑点：AAA 和AAA1是共同的  qqqqqqq@abc 是两个： qqqqqqq和abc  aa1a不行，必须连续起来才行，麻烦的点还是处理字符串。

用的数据结构：使用string类装进vector,并且打包起来做成结构体数组,还有map表建立关系

形如：

struct list {
	vector<string> str;
}list[101];
map<string, bool>mp[101];//下标编号就是文件编号

还有就是最后一个测试点超时的问题。一开始我用map在每次输入一对待搜索的编号，分别遍历两个文件，给单词做标记，这个办法超时了。看了这位大佬黑白灰的猫的提示才明白，可以做一个map数组，编号就是文件的编号，在建立字符串的时候就进行标记，到最后只要遍历一次就行了。值得注意的是必须用两者间较短的那个做遍历，要是随便取来遍历还是会超时- -

再讲讲string类

功能清空：