GitHub

PSP表格

解題思路

• 因為對java不是很了解，所以我選擇用“C++”來解決這個作業。因此在拿到作業后，我先去查找了有關“C++”如何讀取和輸出文件，以及一些相關的頭文件。

• 題目要求的是統計文件內容的字符數、內容的有效行數、以及單詞出現頻率和匹配的單詞個數。

• 輸出格式為：

   characters: number

    words: number

    lines: number

    <word1>: number

    <word2>: number

     ...

在進行統計文件內容字符數時,我想要逐個字符讀入這樣子方便統計，而在進行統計文件有效行數時，則希望能夠按行讀取文件，再判斷該行是否為有效行數。而在詞頻統計和統計單詞個數上遇到了點問題，感覺這個題很難啊T T，一開始還是沒什么思路。后來通過不斷查閱資料，以及和同學之間進行交流，嘗試使用正則式，通過正則式來篩選題目要求的單詞。

設計實現過程

• 首先明確，將要執行的任務分成三個部分：一個負責統計文件的有效字符個數，一個負責統計文件的有效行數，一個負責詞頻統計和統計單詞個數，最后將結果一起輸出文本。

• 在寫函數前首先是要學習如何讀取文件。

• 在查找了相關的資料后，加入了頭文件，在統計字符個數的時候采用逐個字符讀入的方法（包括空格和回車）：infile >> noskipws；

• 在統計有效行數的時候，讀取文件使用了get（）函數，采取按行讀入，并且循環查找行中是否存在除了空格、換行、回車外的字符，如果存在就跳出循環并且行數+1.

• 接下來就是匹配查找符合條件的單詞，并且統計單詞出現的頻率。在詞頻平統計中套用了正則式的模板，逐個查找，并且實現將大寫字母轉換成小寫字母的功能。最后使用了map去統計出現頻率最高的十個單詞。

代碼說明和測試

• 統計文件內有效字符的個數

  int charcount(string filename)
  {

  int count1 = 0;

  ifstream infile;
  infile.open(filename.data()); //將文件流對象與文件連接起來
  assert(infile.is_open()); //若失敗,則輸出錯誤消息,并終止程序運行

  char c;

  infile >> noskipws;//逐個字符讀入（包括空格和回車）
  while (infile >> c)
  {

  if (c >= 0 && c <= 255)
  {
  count1++;
  }
  }

  infile.close();//關閉文件輸入流
  return count1;
  }

• 統計單詞的個數以及詞頻統計同時寫入文件

  bool findword(pair<string, int> elem1, pair<string, int> elem2)
  {
  return elem1.second > elem2.second;
  }
  void frequency(string filename)
  {
  ofstream output("1.txt", ios::app);//調用ofstream函數創建輸出文件：1.txt; ios::app讓后來寫的內容接在上一次寫的結尾

  string s;
  map<string, int> find;
  regex WordPatternreg("^[1]{4}[a-z0-9]");//我們要匹配的單詞的正則式
  ifstream ifs(filename);//強制讀取文件內容
  while (ifs >> s)
  {
  int l = s.length();//
  for (int i = 0; i < l; i++)
  {
  if (s[i] >= 65 && s[i] <= 90)
  {
  s[i] = s[i] + 32;
  }
  }//將大寫轉換成小寫
  const std::sregex_token_iterator end;
  for (sregex_token_iterator wordIter(s.begin(), s.end(), WordPatternreg); wordIter != end; wordIter++)
  {//在一行文本中逐個找出單詞
  //cout<<wordIter<<endl;//每個單詞
  find[*wordIter]++;//單詞計數
  }
  }
  ifs.clear();
  ifs.seekg(0);

  vector<pair<string, int>> ci;
  for (map<string, int>::iterator iter = find.begin(); iter != find.end(); iter++)
  {
  ci.push_back(pair<string, int>(iter->first, iter->second));
  }
  sort(ci.begin(), ci.end(), findword);
  int size = 10;

  int count3 = ci.size();//統計數組里單詞的個數

  if (output.is_open())
  {

  output << "word:" << count3 << endl;

  if (ci.size() < 10)
  {
  size = ci.size();
  }

  vector<pair<string, int>>::iterator vit;

  for (vit = ci.begin(); vit != ci.begin() + size; vit++)
  {
  output << "<" << vit->first << ">:" << " " << vit->second << endl;
  }
  }
  output.close();
  }

部分測試結果

心得體會

這是第二次實踐作業了。說實話，我覺得第二次的實踐作業對我來說真的是太難了T T。但是人只有在挫折中才會慢慢成長起來。通過這次實驗其實學了很多。以前都知識簡簡單單敲那種給一個問題寫一個程序的代碼。而這次除了要編寫代碼之外，還得學會如何用C++讀取和輸出文件，如何將代碼進行接口封裝，當然最重要的是要學習如何百度獲取自己所需要的知識。百度真的是萬能啊...感慨一下...以前真的很少使用百度學習一些其實課上學不到的東西。比如這次用到的頭文件，基本上是上課沒有怎么提到過的。真的學會百度非常重要，第一次體會到能夠從網上學知識并且能夠馬上應用到實際。同時真的深切感受到自己的知識點真是太少了，，說實話這次的實踐真的是做得挺吃力得...因為vs有點問題...代碼之后還會繼續修改...說實話這次的實踐真的是做得挺吃力得...艱難地成長...