单词字符

作者:手机购彩网站编程

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)

235:this4:is

#include<bits/stdc++.h>using namespace std;typedef pair<string,int> psi;int cmp(psi a,psi b){    if(a.second>b.second)   //先以单词数量从大到小排序         return 1;            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 1;                return 0;}int main(){    map<string,int>ma;    map<string,int>::iterator it;     vector<psi>ve;    string s;    char ch;    while(1)     {        ch=getchar();        if(ch=='#')break;        if((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')||(ch>='0'&&ch<='9')||(ch=='_'))        {            if<=14)              {                if(ch>='A'&&ch<='Z')ch+=32;                s+=ch;            }        }        else        {            if>0)ma[s]++;            s.clear();        }    }    for(it=ma.begin();it!=ma.end();it++)        ve.push_back(psi(it->first,it->second));    sort(ve.begin(),ve.end;    cout<<ma.size()<<endl;    int cnt=(int)*0.1);      //前10%的单词         for(int i=0;i<cnt;i++)        cout<<ve[i].second<<':'<<ve[i].first<<endl;    return 0;}

本文由手机购彩网站发布,转载请注明来源

关键词: