C++ - 我如何频率计数字符？

Question

我需要编写代码来将唯一字符及其频率存储在动态数组中。随着新数据的进入，我需要增加它的大小。在这种情况下，新数据将是遇到的新字符。我想到的算法是每次从给定字符串中读取时检查已知字符列表。如果它是一个新字符，我需要将数组大小增加 1。如果它不是一个新字符，我将增加它的频率。它是一个结构字母数组（在下面的代码中）。问题是，我花了很多时间在这上面，并且在实现它时遇到了问题。所以问题是我如何才能准确地实现它？感谢您花时间提供帮助。

#include <iostream>
#include <string>
#include <bitset>
#define ARR_LEN(arr) sizeof(arr)/sizeof(arr[0])

using namespace std;

struct unique_char {
    char character;
    int frequency;
};

int main() {
    int char_count;
    string str;
    getline(cin, str);

    struct unique_char* chars = new struct unique_char[100];

    system("PAUSE");
    exit(0);
}

Answer 1

正如 cmets 中所提到的，使用 std::map 使这变得相当简单。

关于 map 的“有趣”之一是索引运算符“按需”创建新值，其初始值为 0 用于整数。所以实际代码本质上是一行：chars[c] += 1;

#include <map>
#include <iostream>
#include <string>

using namespace std;

int main() {
  map<char, int> chars;

  string str;
  getline(cin, str);

  for(char c: str) {
    chars[c] += 1;
  }

  for(auto [character, frequency]: chars) {
      cout << character << " : " << frequency << "\n";
  }
}

注意这与@ThomasMatthews 的回答有一个主要区别：

地图将仅包含已看到的字符，而数组将包含0s 用于所有从未被击中的字符。您使用哪种方法应该基于这两种方法中的哪一种对您更有用。

Answer 2

使用数组让事情变得简单：

unsigned int frequencies[256] = {0};
while (std::getline(std::cin, str))
{
   const size_t length = str.length();
   for (unsigned int i = 0; i < length; ++i)
   {
       const char c = str[i];
       ++frequencies[c];
   }
}

虽然，您可能希望提高效率：

const size_t BUFFER_SIZE = 1024u * 1024u;
//...
char buffer[BUFFER_SIZE] = {0};
while (std::cin.read(&buffer[0], BUFFER_SIZE)
{
    const size_t chars_read = cin.gcount();
    for (unsigned int i = 0; i < chars_read; ++i)
    {
         const char c = buffer[i];
         ++frequencies[c];
    }
}

以上代码使用块读取来提高输入性能。不扫描换行符，直接读入内存。根据内存中的字符确定频率。

编辑 1：unsigned char
从 cmets 来看，unsigned char 可能是比char 更安全的数据类型，因为char 可以签名。这在访问数组槽时可能是个问题，因为signed char 可能是负数，而负数索引通常是一件坏事。运行时，如果有问题，请将char类型替换为unsigned char。