7-13 词频统计 （30 分)
请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。
所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线，其它字符均认为是单词分隔符。
输入格式:
输入给出一段非空文本，最后以符号#结尾。输入保证存在至少10个不同的单词。
输出格式:
在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写，例如“PAT”和“pat”被认为是同一个单词。
随后按照词频递减的顺序，按照词频:单词的格式输出词频最大的前10%的单词。若有并列，则按递增字典序输出。
输入样例：
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.
输出样例：（注意：虽然单词the也出现了4次，但因为我们只要输出前10%（即23个单词中的前2个）单词，而按照字母序，the排第3位，所以不输出。）
23 5:this 4:is
感谢武汉理工大学的郭小兵老师修正测试数据！
#include<bits/stdc++.h>
using namespace std;
map<string ,int >oo;
struct node
{
string bb;
int ci;
};
int cmp(node a,node b)
{
if(a.ci!=b.ci)
return a.ci>b.ci;
return a.bb<b.bb;
}
int main()
{
char s[1232];
int ff =0;
while(~scanf("%s",s))
{
int n = strlen(s);
string aa;
for(int i=0;i<n;i++)
{
if(s[i]=='#'){
ff = 1;
break;
}
if(isalpha(s[i]))
{
if(aa.size()<15)
aa+=tolower(s[i]);
}
else if(isalnum(s[i]))
{
if(aa.size()<15)
aa+=s[i];
}
else if(s[i]=='_')
{
if(aa.size()<15)
aa+=s[i];
}
else{
if(aa.size()>0)
oo[aa]++;
aa ="";
}
}
if(aa.size()>0)
oo[aa]++;
if(ff)break;
}
vector<node>k;
auto it = oo.begin();
for(;it!=oo.end();it++)
{
//cout<<it->first<<endl;
k.push_back(node{it->first,it->second});
}
sort(k.begin(),k.end(),cmp);
int Size = k.size();
cout<<Size<<endl;
for(int i=0;i<Size/10;i++)
{
printf("%d:",k[i].ci);
cout<<k[i].bb<<endl;
}
}
点评：代码比较复杂 但是只要一步一步挨着做 就没问题
注意isalpha tolower的使用 各种小细节的判断