Github項目地址

Github

PSP表格

解題思路

首先，拿到題目的時候，先分析了一下需求：

第一步、實現基本功能

1. 以命令行參數傳入
2. 統計文件的字符數
3. 統計文件的單詞總數
4. 統計文件的有效行數
5. 統計文件中各單詞的出現次數，最終只輸出頻率最高的10個
6. 按照字典序輸出到文件result.txt

第二步、接口封裝
把基本功能裏的：

1. 統計字符數
2. 統計單詞數
3. 統計最多的10個單詞及其詞頻

這三個功能獨立出來，成為一個獨立的模塊，可以在幾個地方使用：

1. 命令行測試程序使用
2. 在單元測試框架下使用
3. 與數據可視化部分結合使用

根據題目要求，很容易想到要使用C++文件的讀入讀寫操作來完成此次任務。所以先復習了一下文件的操作，還有上網查了一下詞頻的統計方法。

設計實現

根據基本功能，劃分以下六個函數：

• isChinese 判斷是否是漢字
• isWord
  判斷是否是單詞
• isSign 判斷是否是分隔符
• CountChar 統計字符個數
• CountLine 統計有效行數
• CountWord 統計單詞個數
• CountTime 統計單詞頻率

其中統計字符個數和有效行數都是直接讀入文件，讀一個字符或一個換行符計數變量就加一。比較需要花功夫的是統計單詞的個數和單詞頻率，首先預處理txt裏的內容，把所有分隔符替換成空格，並且大寫全部轉換為小寫。之後將string轉換為stringstream，stringstream是以空格為界，先讀入每兩個空格之間的字符串再做漢字和單詞的判斷。至於單詞的排序，采用了map和vector數據結構相結合，先用map保存單詞和單詞頻率的關系，再用vector進行詞頻和字典序的排序。

代碼說明

while (getline(infile, s))
{
    for (int i = 0; i < s.size(); i++)
    {
        if (isChinese(s[i], s[i + 1]) == 1)//是漢字則跳過
        {
            i++;
        }
        else
        {
            if (isSign(s[i]) == 1)//是分隔符
            {
                s[i] = ‘ ‘;
            }
        }
    }
    str.append(s);
    str.append(1, ‘ ‘);
}
transform(str.begin(), str.end(), str.begin(), ::tolower);
stringstream ss(str);
map<string, int> strMap;  //保存的結果
string strTmp;
while (ss >> strTmp)
{
    if (isWord(strTmp) == 1)
    {
        map<string, int>::iterator it = strMap.find(strTmp);
        if (it == strMap.end())
        {
            strMap.insert(map<string, int>::value_type(strTmp, 1));
        }
        else
            strMap[strTmp]++;
    }
}
vector<pair<int, string> > vec;
MapSortOfValue(vec, strMap);
for (vector<pair<int, string> >::iterator it = vec.begin(); it != vec.end(); it++)
{
    n++;
    if (n <= 10)
    {
        vec2.push_back(make_pair(it->first, it->second));
    }
}
sort(vec.begin(), vec.end(), cmp);

心路歷程

首先很抱歉，由於這一周剛好新生入學，而我作為班導自然義不容辭需要帶領他們，新生教育周的活動安排得非常密集，所以我除了上課之外的空閑時間都在帶新生。每天基本上都是十一點才能回到宿舍有自己的時間，第二天早上六七點又要起床。很難有時間靜下心來寫程序。就連作業發表後我也是直到第二天才有時間看一眼。這次作業我沒有完成得很好，實現了基本功能後就已經沒剩什麽時間再完成擴展功能了，還有性能分析和單元測試，這是我之前沒有接觸過的，再學習新技能明顯已經來不及了。單元測試的Bug還沒改完。

軟工1816 · 作業（二）