C ++中的字数统计程序[重复]答案

【问题标题】：Word count program in C++ [duplicate]C ++中的字数统计程序[重复]
【发布时间】：2011-05-26 08:29:13
【问题描述】：

可能重复：
Count the number of times each word occurs in a file

嗨，
我已经很久没有进行 C++ 编程了。
这可能是一个非常愚蠢的问题。
我在这个网站上找到了几个关于字数统计的程序。
但他们中的大多数人都使用std::string 作为他们的密钥。
就我而言，我需要使用 char* 作为我的密钥。
但似乎由于每个char* 具有不同的地址值，重复的键被插入到我的地图中。

char str[] = "This This";
typedef std::map<char*, int> word_count_t;
typedef word_count_t::iterator word_count_iter_t;

int _tmain(int argc, _TCHAR* argv[])
{
    char *token = strtok(str, " ");
    word_count_t word_count;
    word_count_iter_t itr = NULL;

    while(token) {
        ++word_count[token];
        token = strtok(NULL, " ");
    }

    for(itr = word_count.begin(); itr != word_count.end(); itr++) {
        std::cout << "Key: " << itr->first  << ", Value: " << itr->second << std::endl;
    }

    getchar();
}

我得到的这个程序的输出是

键：这个，值：1
键：这个，值：1

我想要像这样的输出

键：这个，值：2

谁能告诉我我错过了什么？

谢谢。

【问题讨论】：

一个 Map 不能有重复的键，你应该使用 multimap。
@Als 他不想要重复的键。
@Nawaz 除了他没有计算文件中的单词。

标签： c++

【解决方案1】：

您想要一个std::map<std::string, int> - 您的char* 映射将比较指针而不是它们指向的字符串。

【讨论】：

【解决方案2】：

std::map 默认情况下使用operator < 键类型进行比较。 operator < on char * 比较指针地址，而不是字符串的字符。

您想改用std::map<std::string, int>，因为std::string 上的operator < 会进行词法字符串比较。

【讨论】：

【解决方案3】：

您必须为const char * 创建自己的比较类：

struct StrCmp {
    static bool operator() (const char *a, const char *b) {
        return strcmp(a, b)<0;
    }
};

然后你可以使用地图：

typedef std::map<char const *, int, StrCmp> word_count_t;

【讨论】：

【解决方案4】：

首先，您应该真正使用一些 HashMap 实现。 std::map 是一个 TreeMap 并且在计算大量文本中的单词时会变慢。这是因为文本中出现的大量单词将映射到适量的不同单词。即使您需要对输出进行排序，之后对哈希图进行排序也会更好，因为插入树将是 #occurrences * log #words 而对它们进行排序将是 O(#words * log #words)

除此之外，大多数 hashmap 实现（我个人通常使用 google::dense_hash_map 或 google::sparse_hash_map）可以处理 char*，而无需编写散列函数（它们使用 stl 散列函数）。所以它基本上是即插即用的。

【讨论】：

【解决方案5】：

键是不同的，因为它们是char*，即指向内存中不同位置的指针。如果您使用std::map<std::string, int> 并执行++word_count[std::string(token)]，您将获得预期的输出。

【讨论】：