编写程序统计一个英文文本文件中每个单词的出现次数

目录

题目简述

代码编写

Python代码实现

C语言代码实现

C++代码实现

---

题目简述

---

【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字典序输出到屏幕上。 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。

【输入形式】 打开当前目录下文件“article.txt”，从中读取英文单词进行词频统计。

【输出形式】 程序将单词统计结果按单词字典序输出到屏幕上，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，出现次数后无空格， 直接为回车。

【样例输入】 当前目录下文件article.txt内容如下: “Do not take to heart every thing you hear."“Do not spend all that you have." “Do not sleep as long as you want,”

【样例输出】

all 1

as 2

do 3

every 1

have 1

……

代码编写

---

Python代码实现

import re

def word_count(file_path):
    # 创建一个空字典以存储单词频率
    word_dict = {}

    # 打开文件并逐行读取
    with open(file_path, 'r', encoding='utf-8') as file:
        # 遍历文件中的每一行
        for line in file:
            # 使用正则表达式在行中查找所有单词（忽略大小写）
            words = re.findall(r'\b\w+\b', line.lower())
            
            # 遍历每个单词并在字典中更新单词频率
            for word in words:
                word_dict[word] = word_dict.get(word, 0) + 1

    # 按字典序对单词字典进行排序
    sorted_word_dict = sorted(word_dict.items())

    # 打印每个单词及其频率
    for word, count in sorted_word_dict:
        print(f'{word} {count}')

if __name__ == "__main__":
    # 设置文件路径
    file_path = r"D:\untitled13\9.2\.vscode\article.txt"
    
    # 调用 word_count 函数并传入指定的文件路径
    word_count(file_path)

请注意，该程序会将文件中的每一行都分词，并使用正则表达式 `\b\w+\b` 来匹配由字母组成的单词。然后，将单词转换为小写，并使用字典进行词频统计。最后，将统计结果按单词字典序排序，并输出到屏幕上。

C语言代码实现

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

#define MAX_WORD_LENGTH 100

// 结构体用于存储单词和其频率
struct WordFrequency {
    char word[MAX_WORD_LENGTH];
    int count;
};

// 比较函数用于排序
int compare(const void *a, const void *b) {
    return strcmp(((struct WordFrequency *)a)->word, ((struct WordFrequency *)b)->word);
}

// 函数用于统计单词频率并按字典序输出
void word_count(const char *file_path) {
    FILE *file = fopen(file_path, "r");
    if (file == NULL) {
        perror("Error opening file");
        exit(EXIT_FAILURE);
    }

    struct WordFrequency *word_freq_array = NULL;
    int array_size = 0;

    // 读取文件内容
    char line[256];
    while (fgets(line, sizeof(line), file) != NULL) {
        char *token = strtok(line, " \t\n");

        while (token != NULL) {
            // 将单词转换为小写
            for (int i = 0; token[i]; i++) {
                token[i] = tolower(token[i]);
            }

            // 在 word_freq_array 中查找单词
            int found = 0;
            for (int i = 0; i < array_size; i++) {
                if (strcmp(word_freq_array[i].word, token) == 0) {
                    word_freq_array[i].count++;
                    found = 1;
                    break;
                }
            }

            // 如果单词未找到，则添加到 word_freq_array 中
            if (!found) {
                array_size++;
                word_freq_array = realloc(word_freq_array, array_size * sizeof(struct WordFrequency));
                if (word_freq_array == NULL) {
                    perror("Memory allocation error");
                    exit(EXIT_FAILURE);
                }
                strcpy(word_freq_array[array_size - 1].word, token);
                word_freq_array[array_size - 1].count = 1;
            }

            token = strtok(NULL, " \t\n");
        }
    }

    fclose(file);

    // 按字典序对单词进行排序
    qsort(word_freq_array, array_size, sizeof(struct WordFrequency), compare);

    // 输出排序后的单词及其频率
    for (int i = 0; i < array_size; i++) {
        printf("%s %d\n", word_freq_array[i].word, word_freq_array[i].count);
    }

    // 释放动态分配的内存
    free(word_freq_array);
}

int main() {
    const char *file_path = "D:\\untitled13\\9.2\\.vscode\\article.txt";
    word_count(file_path);

    return 0;
}

C++代码实现

---

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

struct WordFrequency {
    std::string word;
    int count;
};

// 比较函数用于排序
bool compare(const WordFrequency& a, const WordFrequency& b) {
    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;
        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) {
            // 将单词转换为小写
            std::transform(word.begin(), word.end(), word.begin(), ::tolower);

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

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

int main() {
    const std::string file_path = "D:\\untitled13\\9.2\\.vscode\\article.txt";
    word_count(file_path);

    return 0;
}