文本词频

用python会简单一点

def newdic(dicts,n):
    list1 = sorted(dicts.items(),key=lambda x:x[1])
    return list1[-1:-(n+1):-1]

f = open(r"E:\VS Code\us_constitution.txt","r", encoding="utf-8").read()
txt = f.lower().split()

dic = {}
for word in txt:
    if word in dic:
        dic[word] = dic[word]+1;
    else:
        dic[word]=1
del [dic['the'],dic['of'],dic['be'],dic['or'],dic['my'],dic['i'],dic['and'],dic['in'],dic['a'],dic['by'],dic['for'],dic['which'],
     dic['any'],dic['such'],dic['as'],dic['have'],dic['on'],dic['he'],dic['is'],dic['from']]
print(newdic(dic,100))`

删除一些连接词之类的词汇，用了很傻很暴力的方法

• 对于C实现的一些想法：
  由于无法预知存在多少词汇，所以动态分配是要的
  类比python的dict，创建一个类似的结构体存放单词及相应的词频

本文地址：https://blog.csdn.net/weixin_50510915/article/details/109624172