题库 C/C++等级考试 题目列表 词频统计请编写程序,对一段英文文本,统计其中所有不...
问答题

词频统计

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”为大小写字母、数字和下划线,其它字符均认为是单词分隔符。

时间限制:8000

内存限制:65536

输入

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

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,按照词频:单词的格式输出词频最大的前10%的单词。若有并列,则按递增字典序输出。

样例输入

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.

样例输出

23
5:this
4:is

提示

(注意:虽然样例里单词the也出现了4次,但因为我们只要输出前10%(即23个单词中的前2个)单词,而按照字母序,the排第3位,所以不输出。)

题目信息
2024年 编程题 六级
-
正确率
0
评论
99
点击
QQ
公众号
客服
扫一扫