首页 › 题库 › C/C++编程考级 › C/C++编程六级 › 简答题
简答题 偏难
#7497

词频统计 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…

词频统计

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。

时间限制:8000

内存限制:65536

输入

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

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。

样例输入

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.

样例输出

23
5:this
4:is

提示

(注意:虽然样例里单词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。)

未登录也能判分,登录后才会记录
答案与解析
正确答案:<pre class="brush:cpp;toolbar:false">#include&lt;iostream&gt; #include&lt;cstring&gt; #include&lt;algorithm&gt; #include&lt;map&gt; #include&lt;vector&gt; using namespace std; typedef pair&lt;string, int&gt; PII; map&lt;string,int&gt; mp; map&lt;string,int&gt;::iterator it; vector&lt;PII&gt; q; bool cmp(PII a,PII b)  //   自定义排序方式 {     if(a.second!=b.second) return a.second&gt;b.second;  //  出现的次数     else         return a.first&lt;b.first;    //   字母序 } int main() {     string s;     char x;     while(~scanf("%c",&amp;x)&amp;&amp;x!='#')  //  一个字符一个字符的读  遇到 # 结束     {         if( (x&gt;='A'&amp;&amp;x&lt;='Z') || (x&gt;='a'&amp;&amp;x&lt;='z') || (x&gt;='0'&amp;&amp;x&lt;='9') || x=='_')         {             if(x&gt;='A'&amp;&amp;x&lt;='Z') x=x-'A'+'a';   // 都转化成小写             if(s.size()&lt;15) s+=x;        //   如果大于 长度15   只要前十五个         }         else     //  遇到非合法字符         {             if(s.size()&gt;0) mp[s]++,s.clear();   //  存到map&lt;string,int&gt; 中去         }     }     for(it=mp.begin();it!=mp.end();it++)      //  把map  中的信息转入到  vector中去   也可转到结构体中  用结构体解决         q.push_back({it-&gt;first,it-&gt;second});          sort(q.begin(),q.end(),cmp);    // 按定义的方式排序          cout&lt;&lt;q.size()&lt;&lt;endl;        //  输出一共单词个数     int l=q.size()/10;          for(int i=0;i&lt;l;i++)      // 遍历前10%         cout&lt;&lt;q[i].second&lt;&lt;':'&lt;&lt;q[i].first&lt;&lt;endl;              return 0; }</pre>
这道题暂未补解析。