Text Processing Pipeline

Bối cảnh

Một dòng mô tả tag có thể chứa case và whitespace lộn xộn. Mỗi token hợp lệ chỉ gồm chữ cái.

Pipeline cần clean, tokenize, validate, lowercase và tạo báo cáo tần suất.

Yêu cầu

1. Đọc cả dòng và tách theo whitespace.
2. Nếu có token chứa ký tự không phải chữ cái, in INVALID.
3. Lowercase mọi token.
4. Đếm tổng token, số token khác nhau và tần suất từng token.
5. In dòng đầu total distinct.
6. Tiếp theo in token count theo thứ tự tăng của token.

Input

Một dòng.

Output

INVALID hoặc report.

Ràng buộc

0 ≤ |line| ≤ 3000; token ASCII.

Ví dụ 1

Input

Dev dev Cpp DEV

Output

4 2
cpp 1
dev 3

Giải thích

Pipeline chuẩn hóa toàn bộ token về lowercase: Dev dev Cpp DEV trở thành dev dev cpp dev. Có 4 token và 2 từ phân biệt. Map tần suất cho cpp→1, dev→3; khi duyệt map theo key tăng dần, output là 4 2, sau đó cpp 1, dev 3.

Ví dụ 2

Input

one   two one

Output

3 2
one 2
two 1

Giải thích

Dòng one two one sau tokenization có ba token one, two, one. Có hai từ phân biệt; frequency là one→2, two→1. Vì vậy dòng đầu là 3 2, rồi hai dòng thống kê theo key tăng dần.

Thông tin học tập

• Module: M06
• Buổi: B21
• Loại bài: WORKSHOP
• Độ khó: Medium
• Concepts: pipeline, normalization, tokenization, validation, map frequency, reporting
• Giới hạn kiến thức: B01-B21
• Time limit: 2 second(s)
• Memory limit: 256 MB
• Point: 100