万卷网 > 题目详情
题型:编程题

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。)

更新时间:2024-09-04 09:17:54 |
【知识点】 电子学会C/C++六级

相似题推荐

判断题

一棵有n个节点的树,恰好有n-1条边。( )

A.正确 B.错误
2026-07-10
单选题

队列的进出规则是?( )

A.

先进后出

B.

先进先出

C.

后进先出

D.

随机进出

2026-07-10
判断题

哈希冲突是指两个不同的关键字,通过哈希函数得到了相同的哈希地址。( )

A.正确 B.错误
2026-07-10
编程题

删除字符串

2026-07-10
判断题

无向图的邻接矩阵是对称矩阵。( )

A.正确 B.错误
2026-07-10
公众号
客服 反馈
顶部