作业要求：
参见博客：http://www.cnblogs.com/jiel/p/3311400.html
设计思路：
定义一个词典类，实现查找，插入，排序，输出等操作。
对于扩展要求-e，通过整合合并词典操作即可。
已经实现功能：
- 统计词频，按照出现次数由高到低输出到文件；
- 普通操作中，大小写不同算作同一个单词，按照ASCII序列统计输出；
- -e 操作中，尾缀（仅数字）不一样算作同一单词，按照ASCII序列统计输出。
代码：
GitHub: https://github.com/chynphh/Word-frequency-program
#include <iostream> #include <string> #include <stdio.h> #include <fstream> #include <algorithm> using namespace std; const int LIST_MAX = 10000; static int num = 0; //-e 功能中 提取前面部分 string extract(string w) { string s; int l = w.size(), i; for(i = l - 1; i >= 0; i--) { if(w[i] > 57)break; } s = w.substr(0, i + 1); return s; } //词典类 class Dictionary { public: int find(string w); //查找是否有这个单词 void put(string w, int loc); //放入词典 void sort(); //词典排序 void out(); // 词典输出 int merge(); //整合词典 -e功能 private: string word[LIST_MAX]; int freq[LIST_MAX] = {0}; }; int Dictionary::find(string w) { string w_lower, word_lower; w_lower = w; transform(w_lower.begin(), w_lower.end(), w_lower.begin(), ::tolower); for(int i = 0; i < num; i++) { word_lower = word[i]; transform(word_lower.begin(), word_lower.end(), word_lower.begin(), ::tolower); if(w_lower.compare(word_lower) == 0) return i; } return -1; } void Dictionary::put(string w, int loc) { freq[loc]++; if(loc == num) { word[loc] = w; num++; } if(w.compare(word[loc]) < 0) word[loc].assign(w); return ; } void Dictionary::sort() { for(int j = 1; j < num; j++)//进行n-1次循环，n-i趟比较 for(int i = 0; i < num - j;i++)//每趟进行n-i-j次比较 { if(freq[i] < freq[i+1])//相邻两数进行比较 { int t = freq[i]; freq[i] = freq[i+1]; freq[i+1] = t; string ts = word[i]; word[i] = word[i+1]; word[i+1] = ts; } else if(freq[i] == freq[i+1]) { if(word[i].compare("") == 0 || word[i].compare(word[i+1]) > 0) { int t = freq[i]; freq[i] = freq[i+1]; freq[i+1] = t; string ts = word[i]; word[i] = word[i+1]; word[i+1] = ts; } } } return ; } void Dictionary::out() { ofstream fout("output.txt"); if(!fout.is_open()) { cout << "file can not open" << endl; } else { for(int i = 0; i < num; i++) fout << word[i] << " : " << freq[i] << endl; fout.close(); } return ; } int Dictionary::merge() { int sum = 0; string s1, s2; for(int i = 0; i < num - 1; i++) { s1 = extract(word[i]); transform(s1.begin(), s1.end(), s1.begin(), ::tolower); for(int j = i + 1; j < num; j++) { s2 = extract(word[j]); transform(s2.begin(), s2.end(), s2.begin(), ::tolower); if(s1.compare(s2) == 0) { freq[j] = freq[j] + freq[i]; freq[i] = 0; if(word[i].compare(word[j]) < 0) { word[j] = word[i]; word[i] = ""; } sum++; break; } } } return sum; } // 提取字符串中的第一个单词 string check(string *s) { string b; int l = 0, start = -1, end = 0, flag = 1; l =(*s).size(); if(l < 4) return ""; for(int i = 0; (i < l) && flag; i++) { if( (*s)[i] < 48 || ((*s)[i] > 57 && (*s)[i] < 65) || ((*s)[i] > 90 && (*s)[i] < 97) || (*s)[i] > 122) { if( start > -1) { end = i; flag = 0; } } else if( start == -1 && (*s)[i] > 57) { start = i; } } if(end == 0 && start > -1) { end = l; flag = 0; } if(!flag) { b = (*s).substr(start, end - start); (*s).assign((*s).substr(end, end - l)); if(b.size() < 4) b = check(s); } else { b = ""; (*s).assign(""); } return b; } int main(int argc, char const *argv[]) { Dictionary dictionary; string path_in, s, w = ""; int loc = 0; ifstream fin (argv[argc-1]); //ifstream fin ("test.txt"); if(!fin.is_open()) { cout << "file can not open" << endl; } else { while(! fin.eof() ) { getline(fin, s); w = check(&s); while(w != "") { loc = dictionary.find(w); if(loc == -1) dictionary.put(w, num); else dictionary.put(w, loc); w = check(&s); } } int cut = 0; if(argc == 3) { cut = dictionary.merge(); } dictionary.sort(); num = num - cut; dictionary.out(); fin.close(); } return 0; }
数据：
GitHub上有10组测试数据，input1-4是china daily中的新闻，input5和input6是普通英语作文，input7-10是为了测试功能自编数据(包括分隔符、大小写、尾缀等测试)。output-e*.txt是-e功能下的输出，output*.txt是普通输出，均与输入数据对应。
使用说明：
命令行输入：词频统计.exe -e filename.txt 或者 词频统计.exe filename.txt
结果将输出至：output.txt
输出截图：
用时：
原计划全部用时3小时，实际用时5小时。
分工：
程昊：代码编写与博客编写
陈金满：代码测试