詞頻統計小程序：鏈表存儲 + 自定義排序輸出 Top 10

需求分析

讀取英文文本文件，統計單詞出現頻率（不區分大小寫，忽略標點），輸出前 10 高頻詞。

數據結構設計

• **鏈表節點**：string word; int count; Node* next; — 動態增長，無容量上限。
• **單詞識別**：逐字符讀取，isalpha 判斷屬於單詞，非字母作為分隔符。統一轉小寫。

核心流程

1. 打開文件，逐字符讀入構建單詞。
2. 遍歷鏈表查找是否已存在：
    存在 → count++；
    不存在 → 表頭插入新節點 count=1。
3. 文件讀完後，對鏈表按 count 降序排序（插入排序或轉 vector 再 sort）。
4. 輸出前 10 節點 word count。

關鍵代碼片段

struct Node {
    string word; int count; Node* next;
    Node(string w):word(w),count(1),next(nullptr){}
};

Node* head = nullptr;
string token;
char ch;
while(in.get(ch)){
    if(isalpha(ch)) token += tolower(ch);
    else if(!token.empty()){
        // 查找或插入
        Node *p=head, *prev=nullptr;
        for(; p; prev=p, p=p->next)
            if(p->word == token){ p->count++; break; }
        if(!p){
            Node* nn = new Node(token);
            nn->next = head; head = nn;
        }
        token.clear();
    }
}
// 文件結尾可能剩餘 token
if(!token.empty()){ /* 同上 */ }

// 排序：轉 vector 便於 std::sort
vector vec;
for(Node* p=head; p; p=p->next) vec.push_back(p);
sort(vec.begin(), vec.end(),
    [](Node* a, Node* b){ return a->count > b->count; });

for(int i=0;iword<<' '<count<<'\n';

// 釋放內存
for(Node* p=head; p;){ Node* t=p->next; delete p; p=t; }

改進方向

• 用 unordered_map 替代鏈表，查找 O(1)，代碼更簡潔。
• 更完善的分詞：處理縮寫、連字符、Unicode。
• 大文件流式處理 + 外部排序。