算法的思路是：
- 从头到尾遍历文件，从文件中读取遍历到的每一个单词。
- 把遍历到的单词放到hash_map中，并统计这个单词出现的次数。
- 遍历hash_map，将遍历到的单词的出现次数放到优先级队列中。
- 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。
- 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K个单词.cpp : Defines the entry point for the console application. #include "stdafx.h" #include <hash_map> #include <string> #include <fstream> #include <queue> #include <iostream> #include <algorithm> #include <boost/timer.hpp> using namespace std; using namespace boost; void top_k_words()//出现次数最多的是个单词 { timer t; ifstream fin; fin.open("modern c.txt"); if (!fin) { cout<<"can not open file"<<endl; } string s; hash_map<string,int> countwords; while (true) { fin>>s; countwords[s]++; if (fin.eof()) { break; } } 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; } int main(int argc, char* argv[]) { top_k_words(); system("pause"); return 0; }
linux下不能使用hash_map，改为map来统计单词的个数：
// 出现次数最多的K个单词.cpp : Defines the entry point for the console application. #include <map> #include <string> #include <fstream> #include <queue> #include <iostream> #include <algorithm> using namespace std; void top_k_words()//出现次数最多的是个单词 { ifstream fin; fin.open("modern c.txt"); if (!fin) { cout<<"can not open file"<<endl; } string s; map<string,int> countwords; while (true) { fin>>s; countwords[s]++; if (fin.eof()) { break; } } 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(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(); } } int main(int argc, char* argv[]) { top_k_words(); return 0; }
