【PTA-天梯赛选拔】词频统计
程序员文章站
2022-09-26 13:58:52
map,pair,vector的组合运用,学到了单词统计的精髓→_→ ......
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.
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
题解:
一道map计数题,其中用到了pair。
将map里的元素逐一转至pair,再将pair元素转至vector,最后用vector进行排序!!
【关于Pair与map】
① map是pair的集合,也就是说map的元素是pair。
② map会自动根据value的值以升序排序(从小到大排序)
③ pair的first成员是map的key,second成员是map的value。
④ pair被定义为struct类型。
⑤ p.first (p中的first的公有数据成员)
⑥ p.second(p中的second的公有数据成员)
#include<bits/stdc++.h> #define p pair<string,int> //定义了一个pair p using namespace std; bool cmp(p a,p b) { if(a.second>b.second) //先以单词数量从大到小排序 return true; if(a.second==b.second) //如果数量相等 if(a.first<b.first) //再以字典序升序排序 return true; return false; } int main() { map<string,int> ma; map<string,int>::iterator it; vector<p> v; //vector为pair类型 string s; char ch; while(1) { ch=getchar(); //用getchar暂存字符 if((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')||(ch>='0'&&ch<='9')||(ch=='_')) { if(s.size()<=14) { if(ch>='A'&&ch<='Z') //如果是大写字母,则变成小写 ch+=32; s+=ch; //将字符放入string s } } else { if(s.size()>0) ma[s]++; //将字符串存到map中 s.clear(); } if(ch=='#')break; } for(it=ma.begin();it!=ma.end();it++) { v.push_back(p(it->first,it->second)); //将map元素赋值到p,p作为中转器赋值到vector } sort(v.begin(),v.end(),cmp); //用vector排序!!!! cout<<ma.size()<<endl; //用map的size计算不同单词数量 int cnt=(int)(ma.size()*0.1); //前10%的单词 for(int i=0;i<cnt;i++) cout<<v[i].second<<':'<<v[i].first<<endl; return 0; }
最后感谢一波 @大桃桃 提供的做法
上一篇: urllib下使用Xpath表达式示例
下一篇: 关于PHP隐藏入口文件问题