每日一题（24）——统计文本中出现次数最多的K个词（Top K）

统计英文电子书中出现次数最多的K个单词。

使用map和priority_queue实现，十分简洁有效。

 

1.使用map<string,int>保存每种单词的数量；

2.使用priority_queue保存最大的K个数（注意相当于小顶堆，使用">"操作符）

    priority_queue<pair<int,string>,vector<pair<int,string>>,greater<pair<int,string>>> queueK

 

代码：

#include <iostream>
#include <vector>
#include <fstream>
#include <string>
#include <map>
#include <queue>
#include <ctime>

using namespace std;

string filename="D:/Twilight.txt";

void topK(const int &K)
{
	double t=clock();

	ifstream infile;
	infile.open(filename);
	if (!infile)
		cout<<"can not open file"<<endl;

	string s;
	map<string,int>wordcount;

	while(true)
	{
		infile>>s;
		if(infile.eof()) break;
		wordcount[s]++;
	}
	cout<<"单词种类："<<wordcount.size()<<endl;
	//优先队列使用小顶堆，排在前面的数量少，使用">";
	priority_queue<pair<int,string>,vector<pair<int,string>>,greater<pair<int,string>>> queueK;
	for (map<string,int>::iterator iter=wordcount.begin(); iter!=wordcount.end(); iter++)
	{
		queueK.push(make_pair(iter->second,iter->first));
		if(queueK.size()>K)
			queueK.pop();
	}

	pair<int,string>tmp;
	while (!queueK.empty())
	{
		tmp=queueK.top();
		queueK.pop();
		cout<<tmp.second<<"\t"<<tmp.first<<endl;
	}
	cout<<"< Elapsed Time: "<<(clock()-t)/CLOCKS_PER_SEC<<" >"<<endl;
}

int main()
{
	int k=0;
	while (true)
	{
		cout<<"PUT IN K: ";
		cin>>k;
		if(k==0)break;
		topK(k);
	}
}

 

附：统计文本《Twilight》