Question

C++编程,从一个文件中统计所有出现过的单词,并按次数从大到小输出

Answer 1

问题可以分为2个部分：

1. 统计出现过的所有单词

2. 按次数从大到小输出

#include<iostream>
#include<fstream>
#include<unordered_map>
#include<algorithm>
#include<string>
using namespace std;

bool mysort(pair < int, string > a, pair < int, string > b){
	if (a.first != b.first)
		return a.first > b.first;
	else
		return a.second < b.second;
}

int main(){
	//统计出现过的所有单词：
	ifstream ifs("input.in", ifstream::in);
	unordered_map < string, int > um;
	string s;
	while (ifs >> s){
		if (um.find(s) == um.end()) um[s] = 1;
		else ++um[s];
	}
	ifs.close();
	//排序（以出现次数大到小为最优先排位方式，如果出现次数一致，则以辞典编纂从小到大的顺序排位：
	vector < pair < int, string > > v;
	for (unordered_map<string, int>::iterator it = um.begin(); it != um.end(); ++it)
		v.push_back(make_pair(it->second, it->first));
	sort(v.begin(), v.end(), mysort);

	//输出：
	for (int i = 0; i < v.size(); ++i)
		puts(v[i].second.c_str());
}

  

几点小贴士：

1. 如果只输出字符串的话puts是最快的内部函数（比printf快大概10倍，而printf又比cout要快），不过要记得puts只能输出c字符串，所以要输出string的时候记得用 .c_str() 函数。

2. unordered_map 比 map要快上很多，因为它使用哈希表（调用的时间是O(1)，map调用时间是O(nlogn)），但是代价就是它不是按顺序储存的。

Answer 2

（1）程序的输入文本为每行切词后的结果，每个单词(term)之间以制表符分割。
（2）使用hashmap计算单词和其出现的个数，key为term，value为其出现次数。统计完后将hashmap转换为vector，使用STL的标准排序算法
#include <iostream>
#include <string>
#include <fstream>
#include <vector>
#include <algorithm>
#include <ext/hash_map>

using namespace std;
using namespace __gnu_cxx;

struct str_hash{
size_t operator()(const string& str) const
{
unsigned long __h = 0;
for (size_t i = 0 ; i < str.size() ; i ++)
__h = 5*__h + str[i];
return size_t(__h);
}
};

bool less_first(pair<int, string> const& lhs, pair<int, string> const& rhs)
{
return lhs.first > rhs.first;
}

vector<pair<int, string> > mirror_map(hash_map<string, int, str_hash> const& m)
{
vector<pair<int, string> > mirror;
for (hash_map<string, int, str_hash>::const_iterator i = m.begin(); i != m.end(); ++i)
{
mirror.push_back(pair<int, string>(i->second, i->first));
}
std::sort(mirror.begin(), mirror.end(), less_first);
return mirror;
}

int main()
{
ifstream input;
ofstream output;

input.open("word.txt");
output.open("wordfrequency.txt");

string eachline;
hash_map<string,int,str_hash> termtime;

while(getline(input,eachline) )
{
string::size_type start = 0;
string::size_type end = eachline.find_first_of("\t");

while(end != string::npos){
string term = eachline.substr(start, end - start);
termtime[term]++;

start = end + 1;
end = eachline.find_first_of("\t",start);
}

if(start != eachline.size()){
string term = eachline.substr(start);
termtime[term]++;
}
}

vector<pair<int, string> > mirror = mirror_map(termtime);
for(vector<pair<int, string> >::iterator myiter= mirror.begin(); myiter != mirror.end(); ++myiter){
output<<myiter->second<<"\t"<<myiter->first<<endl;
}

input.close();
output.close();

cout << "Done" << endl;

system("pause");
return 0;
}

追问

我目前只学了vector,map，没有学到hashmap，有没有更低级一点的解法，谢谢啊···