PTA 詞頻統計（30 分）

詞頻統計（30 分）

請編寫程序，對一段英文文本，統計其中所有不同單詞的個數，以及詞頻最大的前10%的單詞。

所謂“單詞”，是指由不超過80個單詞字符組成的連續字符串，但長度超過15的單詞將只截取保留前15個單詞字符。而合法的“單詞字符”為大小寫字母、數字和下划線，其它字符均認為是單詞分隔符。

輸入格式:

輸入給出一段非空文本，最后以符號#結尾。輸入保證存在至少10個不同的單詞。

輸出格式:

在第一行中輸出文本中所有不同單詞的個數。注意“單詞”不區分英文大小寫，例如“PAT”和“pat”被認為是同一個單詞。

隨后按照詞頻遞減的順序，按照詞頻:單詞的格式輸出詞頻最大的前10%的單詞。若有並列，則按遞增字典序輸出。

輸入樣例：

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.

輸出樣例：（注意：雖然單詞the也出現了4次，但因為我們只要輸出前10%（即23個單詞中的前2個）單詞，而按照字母序，the排第3位，所以不輸出。）

23
5:this
4:is

#include<stdio.h>  
#include<iostream>  
#include<string>  
#include<algorithm>  
#include<vector>  
using namespace std;  
struct node{  
    string s;  
    int n;  
};  
vector<node > q;  
bool cmp(node s1,node s2)  
{  
    if(s1.n ==s2.n )  
    return s1.s <s2.s ;  
    else  
    return s1.n >s2.n;   
}  
//比較如果詞頻一樣，按字符從小到大排；   
int main()  
{  
    char n;  
    string s;  
    while(scanf("%c",&n))  
    {  
        if(n>='A'&&n<='Z'||n>='a'&&n<='z'||n>='0'&&n<='9'||n=='_')  
        {  
            if(n>='A'&&n<='Z')  
            n=n+32;  
            s+=n;//string可以直接相加   
        }//進行大小寫轉化，並累加字母為單詞；   
        else  
        if(n=='#'||s.size()>0)  
        {  
            string ss;  
            if(s.size()>0)  
            {  
                int g=0;  
                for(int i=0;i<15&&i<s.size();i++)  
                {  
                    ss+=s[i];  
                }  
                for(int i=0;i<q.size();i++)  
                {  
                    if(q[i].s==ss)  
                    q[i].n++;//記錄單詞個數；   
                    g=1;  
                }  
                if(g==0)  
                {  
                    node cc ;  
                    cc.n = 1;  
                    cc.s = ss;  
                    q.push_back(cc);  
                }//如果是新單詞，新記錄；   
            }  
            s.clear();  
            //每次都空；   
            if(n=='#')  
            {  
                break;  
            }  
        }  
    }  
    printf("%d\n",q.size());//單詞數   
    sort(q.begin(),q.end(),cmp);//進行排序   
    for(int i=0;i<q.size()/10;i++)  
    printf("%d:",q[i].n),cout<<q[i].s,printf("\n");  
}