7-3 词频统计 (30 分)

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.
结尾无空行

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
结尾无空行

#include<bits/stdc++.h>
#define N 100005
#define ll long long
#define inf 0x3f3f3f3f
using namespace std;
typedef pair<string,int> pii;

bool cmp(pii a,pii b)
{
    if(a.second==b.second&&a.first<b.first)
        return true;
    else if(a.second>b.second)
        return true;
    return false;
}

int main(){
    map<string,int>ma;
    char c;
    string str="";
    while(c=getchar()){
        if(c=='#') break;
        if(c>='A'&&c<='Z'){
            if(str.size()<15) str+=c+32;
        }
        else if((c>='a'&&c<='z')||c=='_'||(c>='0'&&c<='9')){
            if(str.size()<15) str+=c;
        }
        else{
            if(!ma.count(str))
                ma[str]=1;
            else
                ma[str]++;
            str="";
        }
    }
    vector<pii>ve;
    map<string,int>::iterator it;
    for(it=ma.begin();it!=ma.end();it++){
        if(it->first!="")
        ve.push_back(make_pair(it->first,it->second));
    }
    cout<<ve.size()<<endl;
    sort(ve.begin(),ve.end(),cmp);
    int num=(int)(ve.size()*0.1);
    for(int i=0;i<num;i++){
        cout<<ve[i].second<<":"<<ve[i].first<<endl;
    }
    return 0;
}