软件第三次作业

Posted 2020-06-23

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。    

 

预估：预估完成时间 3h,实际完成时间4~5 h

Github链接：https://github.com/TYshadow/

源代码：  

• #include <iostream> 
  #include <ctype.h>
  #include <algorithm>
  #include <string>  
  
  using namespace std;
  
  struct Word                                                          //单词结构体
  {
      
      string Str;
      int Count=0;
  
      void exchange(Word &word)                                        //单词交换，用于排序
      {
          string tStr = word.Str;
          int tCount = word.Count;
          word.Str = Str;
          word.Count = Count;
          Str = tStr;
          Count = tCount;
      }
  };
  
  
  void CalcCount(Word *words, string &newWord, int size)              //词频统计
  {
      int i = 0;
      for (; i < size; i++)
      {
          if (words[i].Str == newWord)
          {
              words[i].Count++;
              return;
          }
          else if (words[i].Str == "")
              break;
      }
      words[i].Str = newWord;
      words[i].Count = 1;
  }
  
  
  void SortWordDown(Word * words, int size)                           //根据词频降序排序
  {
      for (int i = 0; i < size; i++)
      {
          for (int j = 0; j < size - 1; j++)
          {
              if (words[j].Count <  words[j + 1].Count)
              {
                  words[j].exchange(words[j + 1]);
              }
          }
      }
  }
  
  int main()
  {
      Word * words;
      string content;
      cout << "输入一段英文:";
      getline(cin, content);
  
       
      int wCount = 1;                                                   //记录单词总数
      for (unsigned int i = 0; i < content.length(); i++)
      {
          if (isalnum(content[i]) == 0)                                 //非字母数字
          {
              wCount++;
          }
      }
      words = new Word[wCount];
  
      string::size_type offset = content.find(‘ ‘);                     //单词分隔；size_type用以保存string对象的长度
      while (offset != string::npos)
      {
          string wStr = content.substr(0, offset);                      //string.substr()返回一个从指定位置返回指定长度的字符串
          if (wStr.length() < 4)                                        //除去长度小于4的单词
          {
              wCount--;
              content.erase(0, offset + 1);
              offset = content.find(‘ ‘);
              continue;
          }
          content.erase(0, offset + 1);                                 //string.erase()删除从指定位置开始的指定长度的字符
          transform(wStr.begin(), wStr.end(), wStr.begin(), ::tolower); 
          CalcCount(words, wStr, wCount);                               
          offset = content.find(‘ ‘);
      }
      if (content.length() >= 4)
      {
          transform(content.begin(), content.end(), content.begin(), ::tolower);
          CalcCount(words, content, wCount);                           //计算最后一个单词 
      }
      else wCount--;
  
      for (int i = 0; i < wCount; i++)
      {
          if (words[i].Str == "")
          {
              wCount--;
          }
      }
  
      SortWordDown(words, wCount);
      cout << "词频统计:" << endl;
      for (int i = 0; i < wCount - 1; i++)
      {
          cout << words[i].Str << "频率:" << words[i].Count << "次" << endl;
      }
      cin.get();
      delete[] words;
      return 0;
  }

   

    结果：    

 

总结：到目前为止还有一些未完成的任务：分隔符目前只能空格，读一段文本文件未作，性能测试测试失败，这些还要慢慢完善。这次题目用到了大量的类库，函数，这都是之前不熟悉的，所以需要查记得东西比较多，另外还是在调试的时候出现的各种小问题，一点点调试的过程很伤脑筋。关于分隔符的问题，本来想用正则表达式来解决，但网上逛了一圈都没太看懂，所以最后空了下来。先提交，再修改吧。