在C++中创建用于字符串操作的哈希表

我正在尝试处理文章或任何段落[每个字符串]的内容。首先，我将使用strtok转换为单词

之后，我想将每个单词都存储在哈希表中，因为我认为这是处理大数据的唯一最佳方式。在处理每个单词时，我希望存储每个单词的出现次数。最后，我想得到最长时间内出现的单词

无序映射存储具有键值的元素，并允许快速检索具有键值的元素。这可能对我有用

我对C++不太好，所以需要一些意见。 将整个contains存储在char*ch=文章内容中是继续或string:：str的好方法？我只熟悉第一个。第二，在处理函数的过程中，我感到很复杂

将整个ContentString存储到无序的_映射中，然后如何创建哈希表，其中包含作为单词的元素，以及它的出现。然后我能得到最大发生率的单词吗

有没有其他C++函数可以帮助我做我想做的事。 使用字符串总是比较容易 单词可以用作键，也可以算作值。基于关键字的检索可以快速地从无序的_图中检索。获取具有最大计数的单词需要在整个地图上迭代。 你的问题是你需要2个索引。 考虑使用Booo:：多索引创建容器中的2个索引。

---

您需要的数据结构似乎需要执行几个操作：按关键字查找，每个关键字的字符串值都会计数。但您还希望能够打印频繁的作品，在这种情况下，您需要按值排序

没有一个标准的容器可以直接处理这个问题。由于第一个操作将频繁发生，而第二个操作仅发生一次，因此您应该选择最适合第一个操作的容器

std：：map和std：：无序_map都会很好

请尝试以下操作：

std::map<std::string, int>

或

为了按频率顺序打印所有作品，您必须将其复制到另一个结构中，然后对其进行排序。或者在一次操作中完成。你可以把所有的东西都复制到

std::map<int, std::string>

然后把它打印出来

我想把每个单词都存储在哈希表中，因为我认为这是处理大数据的唯一最佳方式。在处理每个单词时，我希望存储每个单词的出现次数

这里有一些伪C++让你开始：

std::unordered_map<std::string, int> occurrences;
while (more_words_available)
{
    std::string word = fetch_next_word();
    ++occurrences[word];
}

如何打印while中每个单词的出现计数值

你有C++11编译器吗？然后使用新的foreach循环：

for (auto p : occurrences)
{
    std::cout << p.first << " occurred " << p.second << " times.\n";
}

否则，使用传统的for循环和迭代器：

for (std::unordered_map<std::string, int>::iterator it = occurrences.begin();
                                                    it != occurrences.end();
                                                    ++it)
{
    std::cout << it->first << " occurred " << it->second << " times.\n";
}

---

如果您的文章位于test.txt文件中，则您可以这样创建地图：

#include<fstream>
#include<map>
#include<string>

using namespace std;
int main()
{
    ifstream in_file("test.txt");
    map<string,int> words;

    string tword;
    while(in_file >> tword)  //line 12
        words[tword]++;
}

你不需要也不想要斯特托克。如果空格是 单词分隔符，只需使用>>读入字符串即可 达到理想的结果整个输入阶段将是：

std::unordered_map<std::string, int> counts;
std::string word;
while ( source >> word ) {
    ++ counts[word];
}

根据需求，您可能需要执行以下操作 在计算之前将单词转换为小写，或 从中去掉最后的标点符号，以便 单词都一样

对于按计数排序的访问，最简单的方法是复制 将映射的内容转换为std:：vector并对其进行排序。别忘了你可以构造

---

来自两个迭代器的向量。所以这只是另外两行。

请不要使用strtok，它是邪恶的。如果文本很大，您应该尝试找到解决方案，在解析之前不需要将整个文本读入内存。动态解析会使它更高效。@Borgleader:谢谢，但是你认为你链接的实现会按照我的要求与strtok做相同的事情吗？@AdamSangala:是的，但是动态阅读pdf或web文档本身对我来说是个问题。所以现在要处理的是在内存中读取frmo文本！我不需要按顺序打印它们。我只需要跟max谈谈。如果大于1，则表示所有。那么在这种情况下，我需要对它进行排序吗？因为这需要额外的时间。你可以对最终的地图进行两次扫描，一次是确定最大计数，第二次是打印所有罪犯。这肯定比排序快。或者，您可以在解析时跟踪最大计数，避免其中一个过程。谢谢，我如何在while中打印每个单词的出现计数值？谢谢，我认为这将解决我的问题。但在这里，对于事件，我必须像typedef std:：unordered_map occurrencess；一样声明它。当我只给出字符串时，它表示候选者需要两个参数。我必须处理文章的内容，其中的计数值应该自己获取，而这里我们必须手动获取。@Karimkhan在这种情况下，您可以使用std:：getline，然后使用std:：find_if或std:：find_first_将行分解为单词。对于非常复杂的情况，甚至可以使用正则表达式。

while(ss >> twords)  //line 12

std::unordered_map<std::string, int> counts;
std::string word;
while ( source >> word ) {
    ++ counts[word];
}