存储一个段落并跟踪每个单词的出现次数

Question

我想知道是否有人可以建议一种方式，可以存储单词的整个段落并统计每个单词的出现频率，然后按出现频率从高到低的顺序对单词进行排序。 我认为这可以使用二维数组以及可能用于保存计数的结构来完成，但是我无法完全确定执行此操作的确切方法。 我目前在DevC ++上编码。

Answer 1

我建议使用将std::string映射到int的std::map 。 int是计数， string是键。 这将是建立计数列表的简便方法。 从那里可以很容易地将您的清单从最小到最大。 您可以从地图条目中配对，然后将它们放入向量中，然后将向量按计数排序。 可能有一些更好的方法可以在最后获得排序的计数，但这是最初想到的。

Answer 2

基本上，要计算单词频率，您需要两个数据结构。

第一个是map （您可以使用std::map<std::string, int> ，但是如果可以使用C ++ 11，我建议您使用std::unordered_map<std::string, int> 。您收集单词并计算每个单词的出现次数。

在处理完所有单词之后，您可以使用std::priority_queue<std::pair<std::string, int> >并将来自地图的所有单词放入此队列中。 使用自定义比较器比较发生次数：

 typedef std::pair<std::string, int> Element;
 struct LessOccur {
     bool operator<(const Element& _lhs, const Element& _rhs) {
         return _lhs.second < _rhs.second;
     }
 };
 std::priority_queue<Element, std::vector<Element>, LessOccur> pq;
 for(auto it: wordMap)
     pq.push(*it);

而已。