微软笔试题 统计英文电子书中出现次数最多的k个单词

转自出处

        在v_JULY_v的文章中找到了这个问题的解法后用C++实现了一下，发现C++的代码非常的简洁。

主要用到了标准库中的hash_map，优先级队列priority_queue。

        算法的思路是：

1. 从头到尾遍历文件，从文件中读取遍历到的每一个单词。
2. 把遍历到的单词放到hash_map中，并统计这个单词出现的次数。
3. 遍历hash_map，将遍历到的单词的出现次数放到优先级队列中。
4. 当优先级队列的元素个数超过k个时就把元素级别最低的那个元素从队列中取出，这样始终保持队列的元素是k个。
5. 遍历完hash_map，则队列中就剩下了出现次数最多的那k个元素。

      具体实现和结果如下：

//出现次数最多的是个单词

 //出现次数最多的是个单词
 void top_k_words()
 {
     timer t;
     ifstream fin;
     fin.open("modern c.txt");
     if (!fin)
     {
         cout<<"can nont open file"<<endl;
     }
     string s;
     hash_map<string,int> countwords;
     while (true)
     {
         fin>>s;
         if (fin.eof())
         {
             break;
         }
         countwords[s]++;
     }
     cout<<"单词总数 （重复的不计数）:"<<countwords.size()<<endl;
     priority_queue<pair<int,string>,vector<pair<int,string>>,greater<pair<int,string>>> countmax;
     for(hash_map<string,int>::const_iterator i=countwords.begin();
         i!=countwords.end();i++)
     {
         countmax.push(make_pair(i->second,i->first));
         if (countmax.size()>10)
         {
             countmax.pop();
         }
     }
     while(!countmax.empty())
     {
         cout<<countmax.top().second<<" "<<countmax.top().first<<endl;
         countmax.pop();
     }
     cout<<"time elapsed "<<t.elapsed()<<endl;
 }