我有一个大文本文件,每行都有标记。我想计算每个标记出现的次数并对其进行排序。我如何在 C++ 中有效地做到这一点,最好使用内置函数和最短的编码(当然也是最有效的)?我知道如何在 python 中执行此操作,但不知道如何在 STL 中使用 unordered_map 执行此操作。
最佳答案
我会采用 unordered_map 方法。为了选择最频繁的 k 个标记,假设 k 小于标记总数,您应该看看 std::partial_sort .
顺便说一下,++frequency_map[token]
(例如,频率_map 是 std::unordered_map<std::string, long>
)在 C++ 中是完全可以接受的,尽管我认为 Python 中的等效项会在新看到的标记上爆炸。
好的,开始吧:
void most_frequent_k_tokens(istream& in, ostream& out, long k = 1) {
using mapT = std::unordered_map<string, long>;
using pairT = typename mapT::value_type;
mapT freq;
for (std::string token; in >> token; ) ++freq[token];
std::vector<pairT*> tmp;
for (auto& p : freq) tmp.push_back(&p);
auto lim = tmp.begin() + std::min<long>(k, tmp.size());
std::partial_sort(tmp.begin(), lim, tmp.end(),
[](pairT* a, pairT* b)->bool {
return a->second > b->second
|| (a->second == b->second && a->first < b->first);
});
for (auto it = tmp.begin(); it != lim; ++it)
out << (*it)->second << ' ' << (*it)->first << std::endl;
}
关于c++ - 使用 C/STL 计算出现次数并打印前 K 个,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12737917/