作业3：个人项目-词频统计

要求

(1). 实现一个控制台程序，给定一段英文字符串，统计其中各个英文单词（4字符以上含4字符）的出现频率。 附加要求：读入一段文本文件，统计该文本文件中单词的频率。

(2). 性能分析：

• 对C++代码运行VS的性能分析工具，找出性能问题并进行优化。
• 对Java程序运行性能分析工具NetBeans IDE 6.0，找出性能问题并进行优化。

功能模块分析

1.结构体

①初始化出现次数；

②指针

2.大写转小写（预估用时10min，实际用时≤10min）

3.判断是否为单词（预估用时30min，实际用时30min）

①字符数≥4；

②字母开头；

③不存在非字母数字

4.重复出现计数（预估用时30min，实际用时45min）

5.分割字符串（预估用时30min，实际用时≥50min）

源代码

#include<iostream>
#include<fstream>
#include<cstring>
using namespace std;

struct Str{      //定义结构体
    int count;
    char *p;
};

Str test[100];

void lwr(char x[])     //大写转小写
{   int k = 0;
    while (x[k] != '')
    {
        if (x[k] >= 'A'&&x[k] <= 'Z')
            x[k] = x[k] + 32;
        k++;
    }
}

int identify(char a[])    //判断是否符合单词的定义
{   int m=(strlen(a)>=4)?1:0;
    int n=(a[0]>='a'&&a[0]<='z')?1:0;
    if(!m||!n)
        return 0;
    else
        while(a)
        {   for(int i=1;;i++)
           {  
               if(!(a[i]>='a'&&a[i]<='z')||!(a[i]>='0'&&a[i]<='9'))
                        return 0;
               else
                        return 1;
           }
        }
}



int counting(char b[],int num)    //对出现次数计数
{   for(int j=0;j<num;j++)
    {

        if(!strcmp(b,test[j].p))
             test[j].count++;
        else
            return 0;
    }
}

  

int main()
{   char c[200];
    ifstream fin("D:/data.txt");   //从文档中获取字符串
    for(int f=0;;f++)
        fin>>c[f];
    fin.close();
    cin.get();
    lwr(c);
    const char *delim = ",”“.''!?";      //分割字符串
    char *q;
    int n=0;
    q = strtok(c, delim);
    while (q)
    {
        if (identify(q))
        {
            
                strcpy(test[n].p,q);
                n++;
            
        }
        cout << test[n].p << ":" << test[n].count << '
';
        q=strtok(NULL,delim);
       
    }
    
    return 0;
}


    

输入

Word is case insensitive, i.e. “file”, “FILE” and “File” are considered the same word.

 

输出

统计结果正确

 Github:https://github.com/yangyangji/count/blob/master/count.cpp

小结

面对一个程序任务，先不急于编写代码，分析该程序需要几个模块，每个模块的功能，有条理后进行编程，思路清晰。

此次编程最大的收获是学习了分割字符串的strtok函数。一开始还因为不知道怎么把字符串分割成几个单词而苦恼，后来在网上查阅了各种资料，看来实例后掌握strtok函数的用法。

源程序优点：

分几个模块，定义函数实现功能，条理清晰。

缺点：

有些部分还有调整简化的空间，对分割字符串掌握还不够熟练。

总的来说，路还很长，day day up~