词频统计

题目描述

请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符，而合法的“单词字符”为小写字母，数字和下划线，其他字符均认为是单词分隔符。

输入格式：输入给出一段非空文本，最后以符号#结尾，输入保证存在至少10个不同的单词

输出格式：在第一行中输出文本中所有不同单词的个数。注意“单词"不区分英文大小写，例如"Pat"和"pat"被认为是同一个单词

随后按照词频递减的顺序，输出词频最大的前10%的单词，若有并列，则按递增字典序输出

输入样例：

This is a test.

The word "this" is the word with the highest frequency. 

Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee.  But this_8 is different than this, and this, and this...#

this line should be ignored.

输出样例：（虽然单词the也出现了4次，但因为只要输出前10%（即23个单词中的前两个），而按照字典序，the排第三位，所以不输出）

23

5:this
4:is

代码：

    #include  
    #include  
    #include