开封
乾学院 6 号会员
1 回帖  •  308 浏览  • 
     ...

单词的出现率

 
习题(31)

问题

在一篇正规的英文文档中，单词都会以空格、逗号、句号或回车分隔，“-”符号表示连接回车符前后的字符为一个单词。

现有一篇符合上述特征的文档，请找出其中一共出现过多少个不同的单词，以及每个单词的次数，并找出出现频率最高的单词。

思路

读取文档内容，将文档内容拆成单个字符组成的序列，然后将序列中所有大写字母全部转换为小写字母，序列中的非字母字符全部变成空格。将连续的空格删减成一个，将序列拼成一个字符串，再将字符串以空格拆成序列，于是形成了一个单词一个成员的序列。将相同的单词分成一组，返回分组后长度最大的成员值即为出现频率最高的单词。

  1. 读取文件内容

  2. 将内容拆成单个字符组成的序列，将序列中的大写字母全部转换为小写，非字母的字符变成空格

  3. 将连续的空格删减成一个，将序列拼成一个字符串，再将字符串以空格拆成序列，于是形成了一个单词一个成员的序列。

  4. 将相同的单词分成一组，返回分组后长度最大的成员值即为出现频率最高的单词

代码

A
1 E:\\esProc exercise\\word.txt
2 =file(A1).read()
3 =A2.split().(if(isalpha(~), lower(~)," " )) 将内容拆成单个字符组成的序列，将序列中的大写字母全部转换为小写，非字母的字符变成空格
4 =A3.select(~!="" || ~[-1]!=" " ) 连续的多个空格删减成一个
5 =A4.concat().split(" ") 将序列拼成字符串，再将字符串以空格拆成序列，这样形成了一个单词一个成员
6 =A5.group().maxp(~.len())(1) 将序列进行分组，查询出分组后长度最大的成员，即为出现频率最高的单词

结果

imagepng

习题(31)