独特的线条和单词？如何实现它？

Question

我遇到了这个程序的麻烦。该程序应该告诉用户在给定输入中有多少行，单词，字符，唯一行和唯一字。到目前为止，文字和字符都可以。但是，如果用户想要输入多行，我该怎么做？这些函数一次只输出一行的结果，而不是将两行的结果相加。另外，我无法使独特线条和独特词语正常工作。我刚刚进入C++，所以我没有太多经验。有人可以帮帮我吗？

问题：

1. 程序读取在每次一行，所以当用户输入多次，程序分别生成结果，而不是增加其一起作为一个实体。

2. 唯一线条和唯一字词不起作用。任何想法如何使用该程序中使用的库来实现它。

   #include <iostream> 
   using std::cin; 
   using std::cout; 
   using std::endl; 
   #include <string> 
   using std::string; 
   #include <set> 
   using std::set; 
   
   
   // write this function to help you out with the computation. 
   
   
   unsigned long countLines() 
   { 
       return 1; 
   } 
   
   
   
   unsigned long countWords(const string& s) 
   { 
       int nw =1; 
       for (size_t i = 0; i < s.size(); i++) 
       { 
        if (s[i] == ' ') //everytime the function encounters a whitespace, count  increases by 1)// 
        { 
         nw++; 
        } 
       } 
   return nw; 
   } 
   
   unsigned long countChars(const string& s) 
   { 
       int nc = 0; 
       for (size_t i = 0; i < s.size(); i++) 
       { 
        if (s[i] != ' ') //everytime the function encounters a character other than a whitespace, count increases// 
        { 
         nc++; 
        } 
       } 
   
       return nc; 
   } 
   
   
   unsigned long countUnLines(const string& s, set<string>& wl) 
   { 
       wl.insert(s); 
       return wl.size(); 
   } 
   
   
   
   unsigned long countUnWords(const string& s, set<string>& wl) 
   { 
       int m1 = 0; 
       int m2 = 0; 
       string substring; 
   
       for(m2 = 0; m2 <= s.size(); m2++){ 
        if (m2 != ' ') 
   
        substring = s.substr(m1,m2); 
        wl.insert(substring); 
   
        m1 = m2 + 2;} 
       } 
   
       return wl.size(); 
   
       int unw = 0; 
       wl.insert(s); 
       unw++; 
       return unw; 
   } 
   
   int main() 
   { 
       //stores string 
       string s; 
   
       //stores stats 
       unsigned long Lines = 0; 
       unsigned long Words = 0; 
       unsigned long Chars = 0; 
       unsigned long ULines = 0; 
       unsigned long UWords = 0; 
   
       //delcare sets 
       set<string> wl; 
   
       while(getline(cin,s)) 
       { 
   
        Lines += countLines(); 
        Words += countWords(s); 
        Chars += countChars(s); 
        ULines += countUnLines(s,wl); 
        UWords += countUnWords(s); 
   
        cout << Lines << endl; 
        cout << Words<< endl; 
        cout << Chars << endl; 
        cout << ULines << endl; 
        cout << UWords << endl; 
   
   
        Words = 0; 
        Chars = 0; 
        ULines = 0; 
        UWords = 0; 
   
       } 
   
       return 0; 
   } 
   

Answer 1

你在你的函数getline while循环结束重置计数变量为零。这就是为什么你只能得到一行的结果。用户可以在程序中输入多行，因为它现在只是重置计数。

Answer 2

我认为你正朝着正确的方向前进。为了计算独特的行和单词，你必须将每行和每一行存储在某种数据结构中，我建议使用unordered_map。地图中的每个元素都会有一个计数器，用于每行/每个词的出现次数。

Answer 3

我不想让批发的答案，但这里有一些想法让你开始。

1. 函数getline（）可以在整行输入中读取。做到这一点，直到没有更多的输入。
2. 您可以使用像std :: set（或更好，std :: unordered_set）这样的容器来存储读入的行。不是最高效的，但它会跟踪所有行，并且只存储唯一行。
3. 然后每条线可以分解成单词。考虑使用像std :: stringstream这样的东西。
4. 将单词存储在不同的std :: unordered_set中。
5. 唯一行（单词）的数量就是存储在容器中的行数（单词）。使用.size（）方法来获取它。

在读取数据时，可以计算行数，字数和字符总数，所以我不会在那里详细讨论。

每个项目都是Googleable的，您可以选择以不同的方式实现不同的部分（例如，如果您不想使用字符串流，则可以遍历整个读取行）。这应该让您在右侧跟踪。

Answer 4

很容易得到相当于准确的计数，但可能令人惊讶地难以得到所有这些的正确计数。

最大的问题是字符数量。如果您在文本模式下打开文件（如通常那样），则您计算的字符数可能与操作系统认为的字符数不匹配。对于显而易见的例子，在Windows下，一个CR/LF对将被转换成一个单行换行符，所以通常你会将每一行计算为比实际短的一个字符。

从技术上说，没有办法完全正确地处理这个问题 - 当文件在文本模式下打开时，从外部到内部表示的转换在理论上是任意的。至少在理论上，以二进制模式打开并不会有很大帮助;在二进制模式下，在写入文件的数据结束后，可以有任意数量的NUL字符。

但是，后者，这些天是非常理论（主要是因为CP/M，大多数人早已被遗忘）。

要读取行，但保留行末端分隔符完好无损，可以使用std::cin.get()而不是std::getline()，然后分别从行本身读取分隔符。

这为我们提供了这样的事情：

#include <iostream> 
#include <set> 
#include <string> 
#include <iterator> 
#include <sstream> 
#include <fstream> 

int main(int argc, char **argv) { 
    static char line[4096]; 
    unsigned long chars = 0; 
    unsigned long words = 0; 
    unsigned long lines = 0; 
    std::set<std::string> unique_words; 

    std::ifstream in(argv[1], std::ios::binary); 

    while (in.get(line, sizeof(line), '\n')) { 
     ++lines; 
     chars += strlen(line); 

     std::istringstream buffer(line); 
     std::string word; 
     while (buffer >> word) { 
      ++words; 
      unique_words.insert(word); 
     } 
     while (in.peek() == '\n' || in.peek() == '\r') { 
      ++chars; 
      in.ignore(1); 
     }  
    } 
    std::cout << "words: " << words << "\n" 
       << "lines: " << lines << "\n" 
       << "chars: " << chars << "\n" 
       << "unique words: " << unique_words.size() << "\n"; 
} 

注意的是，虽然这确实答案是，OP至少居然问了最典型的操作系统（Linux操作系统，* BSD，MacOS的，Windows）中，它可能不是他真正想要的。我的猜测是，他的老师并没有真正要求这种关心的水平来尝试获得准确的字符数。

另请注意，如果您应该遇到比缓冲区更长的行，这仍然会给出不准确的行数 - 它会将每个缓冲区计数为全部数据作为单独的行，即使它没有找不到行分隔符。这也可以得到解决，但它增加了一个程序的复杂性，这个程序几乎可以肯定比预期的要复杂得多。