tema

1. Proporcione tres ensayos en inglés y cuente el número de ocurrencias de cada palabra en cada ensayo.

2. Cada palabra está separada por espacios, saltos de línea o signos de puntuación, independientemente del caso

3. Imprime las 5 palabras con mayor frecuencia, imprime la palabra y el número de ocurrencias

4. La prioridad de impresión de la palabra, y luego según el orden de las letras de la palabra en el diccionario

5. No se cuentan las preposiciones, artículos, conjunciones, adverbios y pronombres.

ensayo de muestra

prueba1.txt

In the flood of darkness, hope is the light. It brings comfort, faith, and confidence. 
It gives us guidance when we are lost, and gives support when we are afraid.
And the moment we give up hope, we give up our lives. 
The world we live in is disintegrating into a place of malice and hatred, where we need hope and find it harder. 
In this world of fear, hope to find better, but easier said than done, the more meaningful life of faith will make life meaningful.

prueba2.txt

No one can help others as much as you do. 
No one can express himself like you. 
No one can express what you want to convey. 
No one can comfort others in your own way. 
No one can be as understanding as you are. 
No one can feel happy, carefree, and no one can smile as much as you do. 
In a word, no one can show your features to anyone else.

prueba3.txt

Keep faith and hope for the future. 
Make your most sincere dreams, and when the opportunities come, they will fight for them. 
It may take a season or more, but the ending will not change. Ambition, best, become a reality. 
An uncertain future, only one step at a time, the hope can realize the dream of the highest. 
We must treasure the dream, to protect it a season, let it in the heart quietly germinal. 
However, we have to gently protect our hearts deep expectations, slowly dream, will achieve new life.

ejemplo de salida

test1.txt:
esperanza 4
fe 2
encontrar 2
dar 2
dar 2

test2.txt:
can 8
no 8
one 8
as 6
do 2

test3.txt:
sueño 3
futuro 2
esperanza 2
proteger 2
temporada 2

Análisis de Algoritmos

1. Lea el archivo, lea el contenido del archivo como una cadena y guárdelo en la variable de cadena de texto

2. División de cadenas, divida el contenido de la cadena del archivo de texto con ",.\n"

3. A través de las características del mapa, las cadenas divididas se almacenan en el mapa según sea necesario para contar el número de veces al mismo tiempo (el mapa se ordena según la clave de forma predeterminada)

4. Almacene los datos del mapa en el vector y realice la clasificación por frecuencia de palabras (clasificación estable) a través de stable_sort()

5. Imprima las 5 palabras con las ocurrencias más frecuentes y el número de ocurrencias, que se han ordenado en el vector

código fuente

#include <iostream>
#include <fstream>
#include <string>
#include <map>
#include <cstring>
#include <cstdlib>
#include <algorithm>
#include <vector>
using namespace std;

// 需要删掉的 介词、冠词、连词、副词、代词
vector<string> g_delWord = {
    "to", "in", "on", "for", "of", "from", "between", "behind", "by", "about", "at", "with", "than",
    "a", "an", "the", "this", "that",
    "and", "but", "or", "so", "yet",
    "often", "very", "then", "therefore",
    "i", "you", "we", "he", "she", "my", "your", "hes", "her", "our", "us", "it",
    "am", "is", "are",
    "when", "where", "who", "what",
    "will", "would"
};

struct compare
{
    bool operator()(const pair<int, string>& l, const pair<int, string>& r)
    {
        return l.first > r.first;
    }
};

int main()
{
    for (int i = 1; i <= 3; ++i)
    {
        // 获取文件名
        string fileName = "test";
        fileName += '0' + i;
        fileName += ".txt";

        // 读取文件信息
        fstream file;
        file.open(fileName, ios::in);   // 以只读方式打开文件，ios::out（只写），ios::app（追加）
        char text[4096];
        file.read(text, 4096);
        // cout << fileName << ": " << endl;
        // cout << text << endl << endl;

        // 字符串分割，将分割的结果存入map中
        map<string, int> mWords;
        const char* s = " ,.\n";
        char* p = strtok(text, s);
        while (p)
        {
            string word = static_cast<string>(p);
            string lwrWord;
            transform(word.begin(), word.end(), back_inserter(lwrWord) ,::tolower);     // 字符串大写转小写

            // 排除 介词、连词、副词、代词
            if (find(g_delWord.begin(), g_delWord.end(), lwrWord) == g_delWord.end())
            {
                mWords[lwrWord]++;       // map的 "[]" 的重载，有插入/查询/修改功能，返回值为键值对的second值或false
            }
            p = strtok(NULL, s);
        }

        // 遍历map
        // int cnt = 0;
        // for (const auto& e: mWords)
        // {
        //     cout << "(" << e.first << ", " << e.second << ")    ";
        //     ++cnt;
        //     if (cnt % 5 == 0)
        //     {
        //         cout << endl;
        //     }
        // }
        // cout << endl <<endl;

        // 将map中的数据存入vector中
        vector< pair<int, string> > vWords;     // "> >"之间空格，防止与部分编译的 ">>" 重载冲突
        for (const auto& e: mWords)
        {
            vWords.push_back(make_pair(e.second, e.first));
        }

        // 排序，sort排序存在不稳定缺陷，可以自定义sort排序规则，也可以使用stable_sort
        stable_sort(vWords.begin(), vWords.end(), compare());
        cout << fileName << ": " << endl;
        for (int j = 0; j < 5; ++j)
        {
            cout << vWords[j].second << " " << vWords[j].first << endl;
        }
        cout << endl;
    }

    return 0;
}

[Algoritmo] Estadísticas de frecuencia de palabras en ensayos en inglés

tema

ensayo de muestra

ejemplo de salida

Análisis de Algoritmos

código fuente

Supongo que te gusta