统计英文文本中出现频率最高的10个单词

 在v_JULY_v的文章中找到了这个问题的解法后用C++实现了一下，发现C++的代码非常的简洁。

主要用到了标准库中的hash_map，优先级队列priority_queue。

        算法的思路是：

1. 从头到尾遍历文件，从文件中读取遍历到的每一个单词。
2. 把遍历到的单词放到hash_map中，并统计这个单词出现的次数。
3. 遍历hash_map，将遍历到的单词的出现次数放到优先级队列中。
4. 当优先级队列的元素个数超过k个时就把元素级别最低的那个元素从队列中取出，这样始终保持队列的元素是k个。
5. 遍历完hash_map，则队列中就剩下了出现次数最多的那k个元素。

      具体实现和结果如下：

//出现次数最多的是个单词

[cpp]  view plain copy

1. //出现次数最多的是个单词  
2. void top_k_words()  
3. {  
4.     timer t;  
5.     ifstream fin;  
6.     fin.open("modern c.txt");  
7.     if (!fin)  
8.     {  
9.         cout<<"can nont open file"<<endl;  
10.     }  
11.     string s;  
12.     hash_map<string,int> countwords;  
13.     while (true)  
14.     {  
15.         fin>>s;  
16.         if (fin.eof())  
17.         {  
18.             break;  
19.         }  
20.         countwords[s]++;  
21.     }  
22.     cout<<"单词总数 （重复的不计数）:"<<countwords.size()<<endl;  
23.     priority_queue<pair<int,string>,vector<pair<int,string>>,greater<pair<int,string>>> countmax;  
24.     for(hash_map<string,int>::const_iterator i=countwords.begin();  
25.         i!=countwords.end();i++)  
26.     {  
27.         countmax.push(make_pair(i->second,i->first));  
28.         if (countmax.size()>10)  
29.         {  
30.             countmax.pop();  
31.         }  
32.     }  
33.     while(!countmax.empty())  
34.     {  
35.         cout<<countmax.top().second<<" "<<countmax.top().first<<endl;  
36.         countmax.pop();  
37.     }  
38.     cout<<"time elapsed "<<t.elapsed()<<endl;  
39. }