记录不同单词数目

#include #include int main()

{

char c,str[1000][1000],

flag = 0,count; int x,y,i,j;

while(1) { x = 0; y = 0;

while((c = getchar() )!= ‘\n‘)

{

if (c == ‘#‘)

{

flag = 1; break;

}

if (c != ‘ ‘&&c!=‘\0‘)

{ str[x][y++] = c; }

else { str[x][y] = ‘\0‘;

y = 0; x++;

}

}

if(flag)

{ break; }

count = 0;

for (i = 0;i <= x;i++)

{

if(str[i][0])

{

count++;

for(j = i + 1;j <= x;j++)

{

if(strcmp(str[i],str[j]) == 0)

{

str[j][0] = ‘\0‘;

}

}

}

}

printf("%d\n",count);

}

return 0;

}

lily的好朋友xiaoou333最近很空,他想了一件没有什么意义的事情,就是统计一篇文章里不同单词的总数。下面你的任务是帮助xiaoou333解决这个问题。

Input

有多组数据,每组一行,每组就是一篇小文章。每篇小文章都是由小写字母和空格组成,没有标点符号,遇到#时表示输入结束。

Output

每组只输出一个整数,其单独成行,该整数代表一篇文章里不同单词的总数。

Sample Input

you are my friend #

Sample Output

4

记录不同单词数目

时间: 2024-10-13 02:16:29

记录不同单词数目的相关文章

统计字符串中的单词数目

统计字符串中单词的数目,更复杂的话从一个文本中读出字符串并生成单词数目统计结果.         第一个问题:这个问题的解决方案是,字符串之所以可以成为单词就是因为有空格符的出现,那么对于字符串中单词的数目来说,只需要统计其中空格符出现的次数就可以了~~~ 第二个问题,从文本中读出字符串并统计每一个单词的统计结果,那么久需要借助于字典map了,每一个单词使用了一个位置 ,如果是已经出现的单词,那么就给相应的单词数量加一,如果没有出现在字符串中,那么就添加该单词. 对于一串字符串来说,如果需要对于

C语言实现二叉树-利用二叉树统计单词数目

昨天刚参加了腾讯2015年在线模拟考: 四道大题的第一题就是单词统计程序的设计思想: 为了记住这一天,我打算今天通过代码实现一下: 我将用到的核心数据结构是二叉树: (要是想了解简单二叉树的实现,可以参考我的另一篇文章:http://www.cnblogs.com/landpack/p/4783120.html) Problem 我需要统计的单词是在程序直接硬编码的: 这样做得原因是省略了文件输入输出所带来的困惑: 我的每篇文章,一般只说一个主题: 这样也方便我日后复习: Solution 首先

C++ Primer 课后习题9.39 统计单词个数并记录最大单词和最短单词

习题9.39: 已知有如下string对象: string line1 = "We were her pride of 10 she named us:"; string line2 = "Benjamin, Phoenix, the Prodigal"; string line3 = "and perspicacious perspicacious pacific Suzanne"; string sentence = line1 + ' '

记录英语单词19.06.23

|--50个单词 1.retransmission  重新传输2.shallow    浅的;肤浅的;浅薄的;(呼吸)浅的,弱的 3.July 七月4.fine 高质量的;美好的;健康的;5.coarse 粗糙的;粗织的;粗的;大颗粒的;粗鲁无礼的,粗俗的6.pull 拉 拽 扯 拖 拔出 抽出(向某方向)拖,拉动 7.pr(pull request)  拉取请求 8.vsync  垂直同步9.palette 调色板,(画家使用的)主要色彩,主色调10.animation cartoon 动画1

python读取一个英文文件,并记录每个单词出现的次数,降序输出

对文中出现的句号,逗号和感叹号做了相应的处理 sorted排序函数用法: 按照value值降序排列: sorted(dict.items(),key=lambda k:k[1],reverse=True) 按照value值升序排序: sorted(dict.items(),key=lambda k:k[1],reverse=False)或者sorted(dict.items(),key=lambda k:k[1]) 按照key值降序排列: sorted(dict.items(),key=lamb

使用hadoop统计多个文本中每个单词数目

程序源码 import java.io.IOException; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.had

之前记录的单词05

1. sense 感觉.检测.官能.道理 2. verbose 冗长的.啰嗦的 3. archive 档案馆.档案文件 4. cascade 层叠.小瀑布.喷流 5. tunning 调整.校准 6. TODO 待办事项.备忘录 7. peripheral 外围的.次要的 8. pioneer 先锋.拓荒者.倡导.提倡 9. bypass 绕开.忽视. 迂回 10. shift 转变.移动.变换 11. expire 期满.终止.死亡 12. indeterminate 不确定的.模糊的 13.

之前记录的单词07

1. region 地区,范围,部位 2. destroy 破坏,消灭,毁坏 3. commit 犯罪,做错事,使.....承担义务 4. checkout 检验,签出,检出 5. pull 拉,拔,拖 6. push 推动,增加,推行,逼迫 7. fork n.叉,vt 分叉,分歧 8. pull request 拉取请求,合并请求 9. governance model 治理模式 10. issue tracker 问题跟踪器 11. bug reports 错误报告 12. feature

之前记录的单词06

1. accelerate 加速.促进 2. penetrate 穿过.看穿 3. operate 操作.动手术 4. liberate 解放 5. classify 分类.分级 6. purify 净化.提纯 7. simplify 简化 6. qualify 证明合格.使有资格 7. quantify 量化 8. realize 认识.实现 9. industrialize 使.......工业化 10. specialize 专长于 11. workload 工作负载,工作负荷,工作量 1