PTA 数据结构 第二版 习题5.13 词频统计 (30分)

1、题目

请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。

所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线，其它字符均认为是单词分隔符。

输入格式:
输入给出一段非空文本，最后以符号#结尾。输入保证存在至少10个不同的单词。

输出格式:
在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写，例如“PAT”和“pat”被认为是同一个单词。

随后按照词频递减的顺序，按照词频:单词的格式输出词频最大的前10%的单词。若有并列，则按递增字典序输出。

输入样例：

This is a test.

The word "this" is the word with the highest frequency.

Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee.  But this_8 is different than this, and this, and this...#
this line should be ignored.

输出样例：（注意：虽然单词the也出现了4次，但因为我们只要输出前10%（即23个单词中的前2个）单词，而按照字母序，the排第3位，所以不输出。）

23
5:this
4:is

2、主要思路

1、从输入文本中扣出合法单词；2、将不同单词存出入map<string,int>中，并记录相同单词的字数。

注意点

题目中：所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。
意思是：当比较两个单词是否相同时，只比较前15个字符，只要前15个字符相同则相同。

3、我的代码

#include<iostream>
#include<map>
#include<string>
using namespace std;
map<string,int> words;
int wordNum=0;
void pushMap(string &word,int &connectNum)
{
	if(words[word]==0)
	{
		wordNum++;
		words[word]=1;
	}
	else
		words[word]++;
	word="";
	connectNum=0; 
}
int main()
{
	string str,word;
	int connectNum=0,cutNum=0; 
	while(cin>>str)
	{
		for(int i=0;i<str.length();i++)
		{
			if(str[i]=='#')
			{
				//要将最后一个word存入map 
				if(i==str.length()-1&&connectNum>0)
				{
					pushMap(word,connectNum);
				}
				printf("%d\n",wordNum); 
				int printNum=wordNum/10;
				for(int j=0;j<printNum;j++)
				{
					int maxNum=0;
					string maxStr;
					for(map<string,int>::iterator it=words.begin();it!=words.end();it++)
					{
						if(it->second>maxNum)
						{
							maxNum=it->second;
							maxStr=it->first;
						}
					}
					cout<<maxNum<<':'<<maxStr<<endl;
					words.erase(maxStr);
				}
				
				return 0;
			}
			if(connectNum==15)
			{
				pushMap(word,connectNum);
				break;
			}
			if(str[i]>='A'&&str[i]<='Z')
			{
				word+=str[i]+32;
				connectNum++;
			}
			else if(str[i]>='a'&&str[i]<='z'||str[i]>='0'&&str[i]<='9'||str[i]=='_')
			{
				word+=str[i];
				connectNum++;
			}
			else
			{
				if(connectNum>0)
				{
					pushMap(word,connectNum);
					continue; 
				}	
			}	
			if(i==str.length()-1&&connectNum>0)
			{
				pushMap(word,connectNum);
			}
		}
	}
	return 0;
}

4、测试结果