统计单词出现的频率及排序

#include <iostream>
#include <fstream>
#include <string>
#include<stdlib.h>
using namespace std;

FILE *fp;    //读文件
char filename[20];      //文件路径及文件名
int m=0;
char c[20];
struct wordcount                  //存放单词及其个数
	{
		int key;
		char a[20]; 
		
	};
struct wordcount list[300];

void readfile(char filename[])   //读文件
{
    
	char ch;
	int flag=0;
	int k,n=0,j=0;
	for(m=0;m<200;m++)                  //将list全部初始化为0
    list[m].key=0;
	if((fp=fopen(filename,"rt"))==NULL)
		 printf("cannot open the file!");  
	else
	while(!feof(fp))
	{   for(k=0;k<20;k++)
			c[k]='\0';
        int i=0;
		ch=fgetc(fp);
		while(((ch>'A'&&ch<'Z')||(ch>'a'&&ch<'z'))&&!feof(fp))
		{
			if(ch>'A'&&ch<'Z') ch=ch+32;
 			c[i]=ch;
			ch=fgetc(fp);
			i++;
		 }
		c[i]='\0';
		for(j=0;list[j].key!=0;j++)            
		{
			if(strcmp(list[j].a,c)==0)
			{
				list[j].key=list[j].key+1;
				flag=1;
			    break;
			}
		}
		if(flag==0)
		{
			list[j].key=1;
			strcpy(list[j].a,c);
		}	
		flag=0;
	} 
}

void sort()          //排序
{
	int i,j,max;
	int n=100;             
	char ch2[20];
	for(i=0;i<10;i++)
	{
		max=list[i].key;
		for(j=i+1;j<n;j++)
			if(list[j].key>max)
			{
				max=list[j].key;
			    list[j].key=list[i].key;
				list[i].key=max;
                strcpy(ch2,list[j].a);
				strcpy(list[j].a,list[i].a);
				strcpy(list[i].a,ch2);
			}
			cout<<list[i].a<<'\t'<<list[i].key<<'\t'<<endl;
	}
}

void main()
{
    int i;
	cout<<"请输入文件路径及文件名 :"; 
    scanf("%s",filename); 
	readfile(filename);
	cout<<"频率最高的前十个词是："<<endl;
    sort(); 
}

 

本程序总共分为三部分读文件readfile()、单词统计、排序找出频率最高的前十个单词；

一、在统计单词频率的程序中，首先第一步是读文件，

if((fp=fopen(filename,"rt"))==NULL)
   printf("cannot open the file!"); 
 else
 while(!feof(fp)){}

这几行代码是读文件，其中要注意的是定义fp，FILE *fp,不要忘记*；

二、单词统计部分是重要部分之一，本程序利用结构体、链表来记录单词及单词的个数

while(((ch>'A'&&ch<'Z')||(ch>'a'&&ch<'z'))&&!feof(fp))
  {
   if(ch>'A'&&ch<'Z') ch=ch+32;
    c[i]=ch;
   ch=fgetc(fp);
   i++;
   }
  c[i]='\0';利用ch=ch+32将大写转换成小写，实现单词的识别，

 

for(j=0;list[j].key!=0;j++)           
  {
   if(strcmp(list[j].a,c)==0)
   {
    list[j].key=list[j].key+1;
    flag=1;
       break;
   }
  }

当遇到空格一个单词结束，进行单词之间的比较，个数累加

 for(i=0;i<10;i++)
 {
  max=list[i].key;
  for(j=i+1;j<n;j++)
   if(list[j].key>max)
   {
    max=list[j].key;
       list[j].key=list[i].key;
    list[i].key=max;
                strcpy(ch2,list[j].a);
    strcpy(list[j].a,list[i].a);
    strcpy(list[i].a,ch2);
   }
   cout<<list[i].a<<'\t'<<list[i].key<<'\t'<<endl;
 }

将第一个看做单词数最多的，和其他单词比较，最后把数量最多的单词换在第一位输出，依次类推输出出现频率最多的前十个单词；

 

转载于:https://www.cnblogs.com/guolili/p/3577336.html