作业3词频统计
(1). 实现一个控制台程序，给定一段英文字符串，统计其中各个英文单词（4字符以上含4字符）的出现频率。
答：
| 从文件读取 | 遍历字符串 | 大写转小写 | 将句子分隔成一个个单词 | 判断是否为单词 | 计算单词出现的频率 | |
| 预估时间 | 10minutes | 10minutes | 20minutes | 40minutes | 1hours | 2hours |
| 实际时间 | 5minutes | 5minutes | 15minutes | 1hours | 2hours | 2hours |
在写这次作业之前我认为只是一个简单统计题，但是看了一眼老师的要求之后，就开始有点疯了。一个要求一个要求的提出来，重叠在一起，我就发现无从下手了。又是大小写不区分，又是单词的要求长度不小于4，什么什么的。我发现就这么一个简单的编程题能被老师改成这样，老师真是煞费苦心啊。既然要求这么多，我就把每个要求一个一个拆开分析，然后再试着将他们组装起来。
#include<iostream>
#include<fstream>
#include<cstring>
using namespace std;
struct Num{
int num;
char *s;
};
Num word[999];
int Change(char str[999])//大写转小写
{
int a = 0;
while (str[a] != '\0')//当str字符串未结束时将大写字母转小写
{
if (str[a] >= 'A'&&str[a] <= 'Z')
str[a] = str[a] + 32;//因为大写字母与小写字母的ascll码值相差32，大写转小写要加上32
a++;
}
return 0;
}
int Judge(char w[])//判断是否符合题意的单词
{
for (int e = 1; w[e] != '\0';)
{
if(strlen(w)<4)//判断单词字长是否超过以及等于4
return -1;
if (w[e] >= 'a' && w[e] <= 'z')//判断单词的首字符是否是字母
return -1;
if (!((w[e] >= 'a' && w[e] <= 'z') || (w[e] >= '0' && w[e] <= '9')))//判断单词中是否有非字母数字
return -1;
else
e++;
}
return 0;
}
int Fre(char f[],int total ) //统计单词出现过的频率
{
if (total>0)
for (int i = 0; i <total; i++)
{
if (!strcmp(f, word[i].s))
{
word[i].num++;
return -1;
}
}
return 0;
}
int main()
{ char sentence[999];
ifstream file("d://test.txt"); //读取
if (!file){
cout << "Unable to open ";
exit(1);
}
while (!file.eof())
{
file.getline(sentence,999);
}
file.close();
const char *delim = ",“”.' '‘’!?"; //delim是用来定义分隔符的内容
char *p= strtok(sentence, delim);//strtok函数根据分隔符分隔字符串
int n=0;
int c=0;
while (p)
{
Change(p);
if (Judge(p) != -1)
{
if (Fre(p, n)!=-1)
{
word[n].s = p;
n++;
}
}
p = strtok(NULL, delim);
}
while (word[c].s) //输出统计结果
{
cout << word[c].s<< "：" << word[c].num << '\n';
c++;
}
return 0;
}
我按照我模块的顺序即 从文件中读取——>大写字母转为小写字母（为了不区分大小写，函数为Change）——>把句子按照分隔符分割开来（运用strtok函数）——>判断是否符合题意的单词（函数为Judge）——>计算单词出现的频率（函数Fre）。
运行出的结果：
总结：在这次编写过程中，我发现这个果然一点都不简单。说起来一套一套的，但是真正实施起来还是很有难度的。除了一个读取文件原先写过之外其他的感觉都是第一次接触。第一个大写转小写在汇编里写的很顺溜，但是在C++中是第一次写，课本中并没有提及，所以只能借助百度来解决，百度还真有，所以第二个模块解决了。分隔句子又是一个大难题，于是我再次借助百度大神来，但是百度上的答案都不一样，所以我挑了一个我最能理解方式利用strtok（char s[],const char *delim)函数来写。利用delim定义分隔符。第三个模块完成。判断单词的条件，第一判断字长不小于4，第二判断首字母是否为字母，第三判断字母中是否有非字母数字。这个是借助大神帮忙，才能够写出来，这个真的很难啊。花了我不少心血啊。第四个模块完成。然后最重点的来了，计算词频。用指针访问单词在与下一个单词比较，相同加一，知道访问到字符串末尾在结束。
将他们组合起来更是花了好长时间。
希望以后老师在布置作业的时候，能够将每一次的交作业时间用红色标注一下，不要模棱两可的给个时间！！
