统计分析文章中英文单词出现次数及频率（C++实现）_输入一篇文章(文章以半角句号结束),统计其中出现的单词(连续的字母)及出现频率,若(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

<5>当程序输入比较大，需要1秒甚至数秒的运算时间时，程序需要输出提示信息表示程序正在正常运行而非卡死。

此例将输入263.6W单词，文件大小12.7M。

统计结果如下：

5.实现代码如下：

**#include
#include
#include
#include
#include
#include

using namespace std;
#define MAX_LENGTH 1<<10//单词的最大长度

typedef struct{
   string str;
   int cnt;
}word;

int number_of_words=0;//记录单词统计总数
vector virtual_word;//需要被除去的虚词集
vector raw_word;//资源文本中的单词集
vector word_statistics;//统计结果集

/*字典排序比较函数*/
bool cmp_raw_word(const string &a,const string &b){return a<b;}

/*词汇出现次数降序排序比较函数*/
bool cmp_word_statistics(const word &a,const word &b){return a.cnt>b.cnt;}

/*虚读取以处理资源文件以及虚词文件除大小写字母外的所有汉字及字符*/
bool skip(){ scanf(“%*[^a-z||A-Z]”); return true;}

int main()
{
   /*初始化时间*/
   clock_t start,finish;
   double totaltime;
   start=clock();

printf(“Wait for a moment please.\n”);

/*定义缓存空间*/
   word w;
   char _word[MAX_LENGTH];

vector::iterator it,last;
   vector::iterator wit;

/*重定向输入流至 virtual.txt 文件,读取 virtual.txt 文件所有英文单词*/
   freopen(“virtual.ini”,“r”,stdin);
   while(skip()&&scanf(“%[a-zA-Z]”,_word)!=EOF) virtual_word.push_back(_word);

/*对虚词表进行排序以便其后的搜索操作*/
   sort(virtual_word.begin(),virtual_word.end(),cmp_raw_word);

/*重定向输入流至 in.txt 文件,并读取 in.txt 文件中所有英文单词*/
   freopen(“in.txt”,“r”,stdin);
   while(skip()&&scanf(“%[a-zA-Z]”,_word)!=EOF)
   {
      number_of_words++;
      /*将只有首字母大写的单词的首字母转换成小写*/
      if(_word[1]!=‘\0’&&isupper(_word[0])&&islower(_word[1])) _word[0]|=1<<5;
      raw_word.push_back(_word);
   }

/*重定向输出流至 out.txt 文件并输出相关说明信息*/
   freopen(“out.txt”,“w”,stdout);
   printf(“-----------------------------------------------\n”);
   printf(“%d words be counted! \nDetails are as follow:\n”,number_of_words);
   printf(“no.   word              time          frequency\n”);
   printf(“-----------------------------------------------\n”);

/*若没有检测到输入时,结束程序并返回提示信息*/
   if(!raw_word.size())
   {
      printf(“There is no word in the “in.txt” or “in.txt” inexistence!\n”);
      printf(“-----------------------------------------------\n”);
      return 0;
   }

/*对单词集进行字典排序以便进行出现次数统计操作*/
   sort(raw_word.begin(),raw_word.end(),cmp_raw_word);
   for(last=raw_word.begin(),it=raw_word.begin()+1;it!=raw_word.end();it++)
   {
      if(*it!=*last)
      {
         w.str=*last;
         w.cnt=it-last;
         /*得到的统计结果在 virtual_word 集合中验证,未在 virtual_word 集合中出现才计入结果*/
         if(!binary_search(virtual_word.begin(),virtual_word.end(),*last)) word_statistics.push_back(w);
         last=it;
      }
   }

/*弥补跳出循环时最后一个未被计入单词*/
   w.str=*last;
   w.cnt=it-last;
   if(!binary_search(virtual_word.begin(),virtual_word.end(),*last)) word_statistics.push_back(w);

/*对结果集进行出现次数关键词降序排序*/
   sort(word_statistics.begin(),word_statistics.end(),cmp_word_statistics);
   bool b=false;
   for(wit=word_statistics.begin();wit!=word_statistics.end();wit++)
   {
      /*为保证统计有意义,对统计数据输出进行调节*/
      if((*wit).cnt*1.0/number_of_words>=0.05||((*wit).cnt>=2&&(*wit).cnt*100.0/number_of_words>=0.01)){
          printf(“%-5d %-16s %5d %17.3lf%%\n”,wit-word_statistics.begin()+1,((*wit).str).c_str(),(*wit).cnt,(*wit).cnt*100.0/number_of_words);
          b=true;
      }
   }

/*因统计数据输出调节引起的空输出提示*/
   if(!b)printf(“no appropriate word!\n”);
   printf(“-----------------------------------------------\n”);

/*计算并输出统计程序消耗的时间*/
   finish=clock();
   totaltime=(double)(finish-start)/CLOCKS_PER_SEC;
   printf(“The program cost %.4lf second(s)”,totaltime);
   return 0;
}**

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

术提升。**

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！