C++ 对一段英文进行词频统计

[cpp]  view plain copy

1. /** 
2.  * 对一段英文的词频统计 
3.  * @Author xxingup@gmail.com 
4.  * date 2010/06/17 
5.  */  
6. #include <iostream>  
7. #include <string>  
8.   
9. using namespace std;  
10. /** 
11.  * 单词对象 
12.  */  
13. struct Word  
14. {  
15.     Word() : Str(""), Count(0)  
16.     {}  
17.     string Str;  
18.     int Count;  
19.   
20.     /** 
21.      * 交换单词(用于排序) 
22.      * @param word 交换的单词对象 
23.      */  
24.     void exchange(Word &word)  
25.     {  
26.         string tStr = word.Str;  
27.         int tCount = word.Count;  
28.         word.Str = Str;  
29.         word.Count = Count;  
30.         Str = tStr;  
31.         Count = tCount;  
32.     }  
33. };  
34.   
35. /** 
36.  * 统计词频 
37.  * @param words 单词数组 
38.  * @param newWord 单词内容 
39.  * @param size 单词总数 
40.  */  
41. void CalcCount(Word * words, string &newWord, int size)  
42. {  
43.     int i = 0;  
44.     for(; i < size; i++)  
45.     {  
46.         if(words[i].Str == newWord)  
47.         {  
48.             words[i].Count++;  
49.             return;  
50.         }  
51.         else if(words[i].Str == "")  
52.             break;  
53.     }  
54.     words[i].Str = newWord;  
55.     words[i].Count = 1;  
56. }  
57.   
58. /** 
59.  * 以单词出现频率降序排列单词 
60.  * @param words 单词数组 
61.  * @param size 单词数量 
62.  */  
63. void SortWordDown(Word * words, int size)  
64. {  
65.     for(int i = 0; i < size; i++)  
66.     {  
67.         for(int j = 0; j < size-1; j++)  
68.         {  
69.             if(words[j].Count <  words[j+1].Count)  
70.             {  
71.                 words[j].exchange(words[j+1]);  
72.             }  
73.         }  
74.     }  
75. }  
76.   
77. int main()  
78. {  
79.     Word * words;  
80.     string content;  
81.     cout << "输入一段英文:";  
82.     getline(cin, content);  
83.   
84.     //计算单词总数  
85.     int wCount = 1;  
86.     for(unsigned int i = 0; i < content.length(); i++)  
87.     {  
88.         if(content[i] == ' ')  
89.             wCount++;  
90.     }  
91.     words = new Word[wCount];  
92.   
93.     string::size_type offset = content.find(' ');//单词都是以空格隔开  
94.     while(offset != string::npos)  
95.     {  
96.         string wStr = content.substr(0, offset);  
97.         content.erase(0, offset+1);  
98.         CalcCount(words, wStr, wCount);  
99.         offset = content.find(' ');  
100.     }  
101.     CalcCount(words, content, wCount);//计算最后一个单词  
102.   
103.     SortWordDown(words, wCount);  
104.     int printCount = wCount < 5 ? wCount : 5;  
105.     cout << "出现频率最高的前" << printCount << "个单词是:" << endl;  
106.     for(int i = 0; i < printCount; i++)  
107.     {  
108.         cout << words[i].Str << "/t频率:" << words[i].Count << "次" << endl;  
109.     }  
110.   
111.     delete [] words;  
112.     return 0;  
113. }  

 

效果: