C++ Academy · 课时

单词频率统计器

Q: 「单词频率统计器」这节课中我会学到什么？

使用 std::map 统计文本文件中每个单词出现的次数 你通过在浏览器中直接运行的动手代码来练习 C++ Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

使用 std::map 统计文本文件中每个单词出现的次数

第 4 / 4 课14 个步骤

单词频率统计器 是 CoddyKit 上的免费 C++ Academy 课时。这是第 4 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 C++ Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 C++ Academy 课程共包含 4 节课。

项目目标

读取一个文本文件，打印每个不重复单词及其出现次数。使用 std::map 或 std::unordered_map 即可简洁地解决这一经典问题。

所需头文件

文件输入/输出、字符串和关联容器。

#include <fstream>
#include <map>
#include <string>
#include <iostream>

一次读取一个单词

>> 提取运算符会读取以空白分隔的标记——非常适合读取原始单词。

std::ifstream file("book.txt");
std::map<std::string, int> counts;
std::string word;
while (file >> word) {
    counts[word]++;
}

规范化单词

将每个单词转换为小写，这样 “Hello” 和 “hello” 会被视为相同。

#include <algorithm>
std::transform(word.begin(), word.end(), word.begin(),
    [](unsigned char c) { return std::tolower(c); });

去除标点符号

从每个单词的开头和结尾去除标点符号。

while (!word.empty() && !std::isalpha(word.front())) word.erase(0,1);
while (!word.empty() && !std::isalpha(word.back())) word.pop_back();

打印计数

遍历映射并打印每一对键和值。std::map 会按照键的排序顺序进行遍历。

for (const auto& [w, n] : counts) {
    std::cout << w << ": " << n << "\n";
}

按频率排序

如果不想按字母顺序而是按出现频率打印，请将条目复制到 vector 中并进行排序。

std::vector<std::pair<std::string, int>> entries(counts.begin(), counts.end());
std::sort(entries.begin(), entries.end(),
    [](auto& a, auto& b) { return a.second > b.second; });

出现次数最多的前 N 项

只打印排序后的 vector 中排名前 10 的项（或前 N 项）。

for (size_t i = 0; i < 10 && i < entries.size(); ++i) {
    std::cout << entries[i].first << ": " << entries[i].second << "\n";
}

map 与 unordered_map 的比较

对于大型文件，std::unordered_map 平均速度更快（查找复杂度为 O(1)），但遍历顺序任意。需要排序输出时，请使用 std::map。

停用词

使用停用词集合过滤掉 “the”、“and”、“of” 等常见的短单词。

static const std::set<std::string> stop = {"the","and","of","to","a"};
if (stop.count(word)) continue;

统计行数或字符数

这是同一种模式的变体：使用 std::getline 统计总行数，使用 std::ifstream + std::istreambuf_iterator 统计总字符数。

性能考量

对于超大型文件，请使用以 string_view 为键的 unordered_map，将文件映射到内存，并避免为每个单词进行堆分配。

快速检查

哪个容器会自动按照字母顺序进行遍历？

在交互式课程中回答

回顾

单词频率计数器综合运用了流、字符串、关联容器和算法。需要排序输出时选择 map，追求速度时选择 unordered_map。请进行规范化、去除标点符号，并考虑使用停用词来获得更清晰的结果。

免费开始

用 AI 导师学习 C++ — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 51
课程: 203

免费开始学习查看完整课程

常见问题解答

「单词频率统计器」课时是免费的吗？

是的 — 「单词频率统计器」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 C++ Academy 课程的其余内容，请升级到 CoddyKit PRO。 C++ Academy 课程共包含 4 节课。

「单词频率统计器」这节课中我会学到什么？

使用 std::map 统计文本文件中每个单词出现的次数你通过在浏览器中直接运行的动手代码来练习 C++ Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 C++ Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 C++ Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 4 节课，共 4 节。

「单词频率统计器」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 C++ Academy 课中编写并运行代码吗？

能。每节 C++ Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 C++ Academy