【经典算法】:基于中文字符分析的统计频率算法实现

前言

//这篇文章和我的上篇文章 ：英文频率统计
//息息相关，可以作为参考

正文：

在生活中，我们会有这样的困扰，比如说要统计一篇作文中 某个字符出现的次数，该咋办？

人工肯定会这么弄，把一篇文章从第一个数到最后一个，然后统计出来

这样确实不错，但是当文章足够大时就显得特别费劲，并且特别笨重，所以就一定要智能的完成这个功能，这篇文章所介绍的技术就是这个,当然基于这个基础还能干很多的事，这得需要探讨才能发现。

技术基础

关于计算机里面中文和英文的存储区别：
中文：用两个字节存储
英文：用一个字节存储
这里参考我一篇文章：中文的计算机存储格式
所以中文在分离时就要用一些特殊的方法，我这里用了一个存储结构
1）用字符串存满文章的各个字，不管是中文还是英文都存进字符串里面去
2）用一个特殊的结构来存储字符，这样保证中文和英文都能分离
3）利用类似冒泡排序的方法查找重复的元素，然后统计，最后输出结果

技术实现

1）文件读取技术，把txt文件里面的数据读取出来
2）数据分离：把txt里面的中英文分离，放到指定的存储结构里面去（struct 结构体）
3）数据统计：把数据放进统计的结构体里面去，同时记录其值

代码

//author :seen//time: 2015-10-11#include <iostream>#include <fstream>#include <iomanip>using namespace std;struct data{  //存储文章内容    char s[3];}D[1000];struct res{    //存储各不相同的字符    char s[3];    int value;}R[1000];int Is(char s[3],int k){    for(int i=0;i<k;i++){        if(strcmp(s,R[i].s)==0) return 0;    }    return 1;}void  main(){    char s[50000];    fstream f("d:\\数据.txt",ios::in ||ios::out);    if(!f) cout<<"mistake"<<endl;    int count=0;    while(f>>s[count] &&!f.eof()){        count++; //count统计中英文字符共多少字节    }    cout<<count<<endl;    int new_count=0;  //new_count统计中英文字符共有多少个    for(int i=0;i<count;i++){        if((int)s[i]<0){            D[new_count].s[0] = (int)s[i];            i++;            D[new_count].s[1] = (int)s[i];            D[new_count].s[2] = '\0';            new_count++;        }        else if((int)s[i]>0){            D[new_count].s[0] = (int)s[i];            D[new_count].s[1] = '\0';            new_count++;        }    }    cout<<new_count<<endl;    int pos = 0;    //pos统计中英文字符共多少类    for(i=0;i<new_count;i++){        if(Is(D[i].s,pos)){   //如果是新出现的数就返回1            strcpy(R[pos].s,D[i].s);            pos++;            R[pos].value = 1;        }        else{            for(int j=0;j<pos;j++){                if(strcmp(R[j].s,D[i].s)==0){                    R[j].value++;                }            }        }    }    cout<<"种类"<<pos<<endl;    for(i=0;i<pos;i++) cout<<setw(2)<<i+1<<" "<<setw(3)<<R[i].s<<" "<<setw(2)<<R[i].value<<endl;//格式化输出，依次为字符标号，字符，统计的数量}

截图

txt文件截图：

运行截图：