Question

求助，关于一个c++词频统计编程代码

Answer 1

这个代码扩展了《C++ Primer 中文版(第5版)》shared_ptr章节的单词统计程序。那个程序只可以查一个单词出现了几次，分别在哪些行，行的内容是什么。

这个程序除了保持上面功能之外，增加了统计词频的功能，代码如下：

#include <iostream>
#include <iomanip>
#include <fstream>
#include <list>
#include <map>
#include <memory>
#include <set>
#include <string>
#include <sstream>
#include <vector>
using namespace std;

typedef vector<string>::size_type CLine;

class CQueryResult
{
public:
	CQueryResult(const string& _queryWord, shared_ptr<set<CLine> > _lines, shared_ptr<vector<string> > _linesText);

public:
	friend ostream& operator<<(ostream& os, const CQueryResult& _queryResult);

private:
	string m_queryWord;
	shared_ptr<set<CLine> > m_linesFound;
	shared_ptr<vector<string> > m_linesText;
};
CQueryResult::CQueryResult(const string& _queryWord, shared_ptr<set<CLine> > _lines, shared_ptr<vector<string> > _linesText)
	:m_queryWord(_queryWord), m_linesFound(_lines), m_linesText(_linesText)
{
}

string makeAppend(int _n, const string& _original, const string& _append)
{
	return _n > 1 ? _original + _append : _original;
}
ostream& operator<<(ostream& os, const CQueryResult& _queryResult)
{

	os<<"\""<<_queryResult.m_queryWord<<"\" occurs "<<_queryResult.m_linesFound->size()<<" "
	  <<makeAppend(_queryResult.m_linesFound->size(), "time", "s")<<" :"<<endl;
	for (auto itr = _queryResult.m_linesFound->cbegin(); itr != _queryResult.m_linesFound->cend(); ++itr)
	{
		os<<"   "<<setw(3)<<*itr + 1<<" "<<_queryResult.m_linesText->at(*itr)<<endl;
	}
	return os;
}

class CTextQuery
{
public:
	CTextQuery(ifstream& _fin);
	CQueryResult query(const string& _queryWord) const;
	struct CFrequency
	{
		string m_word;
		int m_frequency;
	};
public:
	friend ostream& operator<<(ostream& os, const CTextQuery& _queryResult);

private:
	void InitFrequency(void);

private:
	shared_ptr<vector<string> > m_linesText;
	map<string, shared_ptr<set<CLine> > > m_wordMap;
	vector<list<CFrequency>> m_wordFrequency;
	size_t m_maxFrequency;
};
CTextQuery::CTextQuery(ifstream& _fin)
	:m_linesText(new vector<string>), m_maxFrequency(0)
{
	string lineText;
	int currentLine = 0;
	while (getline(_fin, lineText))
	{
		//cout<<currentLine+1<<" "<<lineText<<endl;//打印原文包括行数
		m_linesText->push_back(lineText);
		istringstream iss(lineText);
		string word;
		while(iss>>word)
		{
			auto& lines = m_wordMap[word];//没有会创建空的shared_ptr,注意这里的引用类型（有何好处？）
			if (!lines)
			{
				lines.reset(new set<CLine>);
			}
			lines->insert(currentLine);
			if (lines->size() > m_maxFrequency)
			{
				m_maxFrequency = lines->size();
			}
		}
		++currentLine;
	}
	InitFrequency();
}
void CTextQuery::InitFrequency(void)
{
	m_wordFrequency.resize(m_maxFrequency);
	for (auto itr = m_wordMap.cbegin(); itr != m_wordMap.cend(); ++itr)
	{
		CFrequency item;
		item.m_frequency = itr->second->size();
		item.m_word = itr->first;
		m_wordFrequency[item.m_frequency-1].push_back(item);
	}
}

CQueryResult CTextQuery::query(const string& _queryWord) const
{
	static shared_ptr<set<CLine>> notFound(new set<CLine>);//（设置一个静态的函数成员变量有何好处？）这里主要是可以利用此对象来判断是否存在数据
	auto itr = m_wordMap.find(_queryWord);
	if (itr != m_wordMap.end())
	{
		return CQueryResult(_queryWord, itr->second, m_linesText);
	}
	else
	{
		return CQueryResult(_queryWord, notFound, m_linesText);
	}
}
ostream& operator<<(ostream& os, const CTextQuery& _queryResult)
{
	for (auto itr = _queryResult.m_wordFrequency.crbegin(); itr != _queryResult.m_wordFrequency.crend(); ++itr)
	{
		for (auto itrList = itr->cbegin(); itrList != itr->cend(); ++itrList)
		{
			os<<"\""<<itrList->m_word<<"\" occurs "<<(*itrList).m_frequency<<endl;
		}
	}
	return os;
}
int main()
{ 
	ifstream fin("CPlusPlus.txt");
	CTextQuery textQuery(fin);
	cout<<textQuery<<endl;
	CQueryResult queryResult = textQuery.query("C++");
	cout<<queryResult<<endl;

	return 0;
}