湖南大学-数据结构-实验四 词频统计

问题描述：

【问题描述】

   编写程序统计一个英文文本文件中每个单词的出现次数（词频统计），并将统计结果按单词出现频率由高至低输出到指定文件中。

   本题采用的数据结构为trie树，也称为字典树，具体请参考相关资料。

   注：在此单词为仅由字母组成的字符序列。包含大写字母的单词应将大写字母转换为小写字母后统计。此外，由于输入文件是英文小说，因此不会出现无意义的单词。

【输入形式】

   打开当前目录下文件in.txt，从中读取英文单词进行词频统计。
【输出形式】

   按单词出现次数由高至低输出前100个（不足100个按实际个数输出），每行输出一个单词及其出现次数，单词和其出现次数间由一个空格分隔。

如图：

废话不多说，直接上代码

如果出现运行时间过长，就再次提交，每次样例都不一样

#include <iostream>
#include <fstream>
#include <sstream>
#include <map>
#include <vector>
#include <algorithm>


const std::string file_path = "in.txt";
const int sum = 100;
struct WordFrequency {
    std::string word;
    int count;
};

// 比较函数用于排序
bool compare(const WordFrequency& a, const WordFrequency& b) {
    if (a.count != b.count)
        return a.count > b.count;
    else
        return a.word < b.word;
}

// 函数用于统计单词频率并按字典序输出
void word_count(const std::string& file_path) {
    std::ifstream file(file_path);
    if (!file.is_open()) {
        std::cerr << "Error opening file." << std::endl;
        std::ofstream ofs;
        ofs.open(file_path, std::ios::out);//用输出的方式打开文件--写文件 

        exit(EXIT_FAILURE);
    }

    std::map<std::string, int> word_freq_map;

    // 读取文件内容
    std::string line;
    while (std::getline(file, line)) {
        std::istringstream iss(line);
        std::string word;
        // 分词并统计单词频率
        while (iss >> word) {
            
            std::string currentWord;

            for (char ch : word) {
                // 检查字符是否为英文字母
                if (std::isalpha(ch)) {
                    // 如果是字母，则追加到当前单词
                    currentWord += ch;
                }
                else if (!currentWord.empty()) {
                    // 如果当前单词不为空，将其添加到单词列表中
                     // 将单词转换为小写
                    std::transform(currentWord.begin(), currentWord.end(), currentWord.begin(), ::tolower);

                    // 更新单词频率
                    word_freq_map[currentWord]++;
                    currentWord.clear(); // 清空当前单词，为下一个单词做准备
                }
                 将单词转换为小写
                //std::transform(currentWord.begin(), currentWord.end(), currentWord.begin(), ::tolower);

                 更新单词频率
                //word_freq_map[currentWord]++;
            }
            if (!currentWord.empty()) {
                std::transform(currentWord.begin(), currentWord.end(), currentWord.begin(), ::tolower);

                // 更新单词频率
                word_freq_map[currentWord]++;
            }
        }
    }

    file.close();

    // 将频率统计结果存入结构体数组
    std::vector<WordFrequency> word_freq_vector;
    for (const auto& pair : word_freq_map) {
        word_freq_vector.push_back({ pair.first, pair.second });
    }

    // 按字典序对单词进行排序
    std::sort(word_freq_vector.begin(), word_freq_vector.end(), compare);

    // 输出排序后的单词及其频率
    if (word_freq_map.size() <= sum) {
        for (const auto& word_freq : word_freq_vector) {
            std::cout << word_freq.word << " " << word_freq.count << std::endl;
        }
    }
    else {
        for (int i = 0; i < sum; i++) {
            const auto& word_freq = word_freq_vector[i];
            std::cout << word_freq.word << " " << word_freq.count << std::endl;

        }
    }
    /*for (const auto& word_freq : word_freq_vector) {
        std::cout << word_freq.word << " " << word_freq.count << std::endl;
    }*/
}

int main() {
    
    word_count(file_path);

    return 0;
}

温馨提示：

1.同学们遇到没有思路的题可以选择上网搜相似的题目，未必是原题

2.根据调试情况再改进

        可以使用AI工具帮你写代码，前提是你要提供正确的思路

3.得到最终的代码，可以再深入学习