C++ 單詞統計：基於 set 與 map 的詞頻統計實現

需求

讀取文本文件 a.txt，按標點（, .）分詞，統計：

1. 所有不重複單詞集合（set）。
2. 每個單詞出現次數（map）。

類設計

CWord

封裝單詞字符串，重載 operator<（供 set 排序）與 operator==（供 map 查找）。

CWordSet

內含 set<CWord>，提供 AddString 與 show。

CWordMap

內含 map<CWord, int>，AddString 實現詞頻遞增，Show 輸出「單詞\t次數」。

主流程

[cpp]
int main() {
    CWordSet wordSet; CWordMap wordMap;
    ifstream in("a.txt");
    string s, delimset = ",.";
    while (getline(in, s)) {
        if (s.empty()) continue;
        // 替換標點為空格
        for (size_t pos = 0; (pos = s.find_first_of(delimset, pos)) != string::npos; )
            s.replace(pos, 1, " ");
        istringstream iss(s);
        while (iss >> s) {
            if (!s.empty()) { wordSet.AddString(s); wordMap.AddString(s); }
        }
    }
    wordSet.show(cout); cout << endl;
    wordMap.Show(cout);
}

關鍵點

• set 自動去重且有序；map 鍵值對統計頻次。
• 使用 istringstream 配合 operator>> 自動按空白分詞。
• CWord 的比較運算符確保容器正常工作。

擴展建議

• 轉小寫實現不區分大小寫統計。
• 過濾停用詞。
• 大文件可用 unordered_map + 自定義哈希提升性能。