2302: 相似度计算
Description
两个集合的 Jaccard 相似度定义为:
Sim(A,B)=|A∩B| / |A∪B|,即交集的大小除以并集的大小。
当集合 A 和 B完全相同时,Sim(A,B)=1取得最大值;当二者交集为空时,Sim(A,B)=0取得最小值。
除了进行简单的词频统计,小 P还希望使用 Jaccard 相似度来评估两篇文章的相似性。
具体来说,每篇文章均由若干个英文单词组成,且英文单词仅包含“大小写英文字母”。
对于给定的两篇文章,小 P 首先需要提取出两者的单词集合 A和 B,即去掉各自重复的单词。然后计算出:
|A∩B|,即有多少个不同的单词同时出现在两篇文章中;
|A∪B|,即两篇文章一共包含了多少个不同的单词。
最后再将两者相除即可算出相似度。
需要注意,在整个计算过程中应当忽略英文字母大小写的区别,比如 the、The 和 THE 三者都应被视作同一个单词。
试编写程序帮助小 P 完成前两步,计算出 |A∩B| 和 |A∪B|;小 P 将亲自完成最后一步的除法运算。
Input
输入共三行。
输入的第一行包含两个正整数 n 和 m,分别表示两篇文章的单词个数。
第二行包含空格分隔的 n个单词,表示第一篇文章;
第三行包含空格分隔的 m 个单词,表示第二篇文章。
Output
输出共两行。
第一行输出一个整数 |A∩B|,即有多少个不同的单词同时出现在两篇文章中;
第二行输出一个整数 |A∪B|,即两篇文章一共包含了多少个不同的单词。
数据范围
全部的测试数据满足:1≤n,m≤104且每个单词最多包含 10 个字母。
Sample Input Copy
3 2
The tHe thE
the THE
Sample Output Copy
1
1
HINT
【样例1解释】
A=B=A∩B=A∪B={the}