数据结构查找-7-3 词频统计 (30 分)

7-3 词频统计 (30 分)

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.

结尾无空行

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

#include<bits/stdc++.h>
using namespace std;
struct node {string s;int num;
}p;
map<string, int>mp;
map<string, int>::iterator it;
vector<node>v;bool cmp(node a, node b) {if (a.num != b.num)return a.num > b.num;elsereturn a.s < b.s;
}int main()
{string s = "";char c;while (~scanf("%c", &c)) {if ((c >= 'A' && c <= 'Z') || (c >= 'a' && c <= 'z') || (c >= '0' & c <= '9') || (c == '_')) {if (c >= 'A' && c <= 'Z')c = c - 'A' + 'a';if (s.size() < 15)s += c;}else {if (s.size() != 0) {mp[s]++;s = "";}if (c == '#')break;}}for (it = mp.begin(); it != mp.end(); it++) {p.s = it->first;p.num = it->second;v.push_back(p);}sort(v.begin(), v.end(), cmp);cout << v.size() << endl;int m = v.size() / 10;for (int i = 0; i < m; i++) {cout << v[i].num << ":" << v[i].s << endl;}return 0;
}

数据结构查找-7-3 词频统计 (30 分)相关推荐

【PTA-python】第7章-1 词频统计 (30 分)--sys.stdin.read()读入到特定字符截至，双重排序条件key=lambda item:(-item[1], item[0])
第7章-1 词频统计分析双重排序条件:字典序,数字降序题目解法自解参考代码截断到`#`输入的代码分析遇到含有回车的无效输入,while循环如何处理.同过input()字符串不断串联起来 ...
第7章-1 词频统计 (30 分)
致读者:本人是一名通信专业学生,仅学了4天Python ,难免有些地方写的很笨拙. 写博客一方面是为了记录自己的学习过程中遇到的问题和思考,一方面是希望能够帮助到很多和自己一样处于困惑的读者. 水平有 ...
浙大数据结构：08-图7 公路村村通 (30 分)Prim与Kruskal算法
08-图7 公路村村通 (30 分) 现有村落间道路的统计数据表中,列出了有可能建设成标准公路的若干条道路的成本,求使每个村落都有公路连通所需要的最低成本. 输入格式: 输入数据包括城镇数目正整数N( ...
数据结构查找-7-4 集合相似度 (25 分)
7-4 集合相似度 (25 分) 给定两个整数集合,它们的相似度定义为:Nc/Nt×100%.其中Nc是两个集合都有的不相等整数的个数,Nt是两个集合一共有的不相等整数的个数.你的任务就是计算 ...
[浙大数据结构] 04-树6 Complete Binary Search Tree (30分)
1 题目描述 A Binary Search Tree (BST) is recursively defined as a binary tree which has the following pr ...
数据结构课设词频统计
5-20 词频统计 (30分) 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 ...
python软件和rost软件哪个更好_ROST-CM软件分词和词频统计用法体验
ROST作为一款优秀的内容挖掘工具,在自然语言处理上提供一系列能够快速上手使用的功能,其中"分词"功能也是广为使用的.我们在对文本进行分词处理的过程中,由于词库是固定的,所以不管是 ...
【数据结构笔记42】哈希表应用：文件中单词词频统计
本次笔记内容: 11.5 文件中单词词频统计文章目录题目分析程序框架题目如上图,对单词词频进行统计. 分析如上图,涉及到对已有单词进行查找,因此要进行单词的管理,使用散列表. 程序框架 ...
8-2 sdust-Java-文件读取与统计【人工判编程题】 (30 分)
8-2 sdust-Java-文件读取与统计[人工判编程题] (30 分) 在F:\file\有一个纯文本文件article.txt,里面是英文的文章.编写Java程序,读取该文章内容,统计其中的单词 ...

数据结构查找-7-3 词频统计 (30 分)

7-3 词频统计 (30 分)

输入格式:

输出格式:

输入样例：

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。）

数据结构查找-7-3 词频统计 (30 分)相关推荐

最新文章

热门文章

数据结构查找-7-3 词频统计 (30 分)

7-3 词频统计 (30 分)

输入格式:

输出格式:

输入样例：

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。）

数据结构查找-7-3 词频统计 (30 分)相关推荐

最新文章

热门文章

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。）