PTA 词频统计

请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。

所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线，其它字符均认为是单词分隔符。

输入格式:

输入给出一段非空文本，最后以符号#结尾。输入保证存在至少10个不同的单词。

输出格式:

在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写，例如“PAT”和“pat”被认为是同一个单词。

随后按照词频递减的顺序，按照词频:单词的格式输出词频最大的前10%的单词。若有并列，则按递增字典序输出。

输入样例：

This is a test.

The word "this" is the word with the highest frequency.

Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee.  But this_8 is different than this, and this, and this...#
this line should be ignored.

输出样例：（注意：虽然单词the也出现了4次，但因为我们只要输出前10%（即23个单词中的前2个）单词，而按照字母序，the排第3位，所以不输出。）

23
5:this
4:is

解题思路：用map来统计单词出现的次数，vector来储存出现过的单词

#include <iostream>
#include <cstdio>
#include <string>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <queue>
#include <vector>
#include <set>
#include <stack>
#include <map>
#include <climits>
#include <functional>

using namespace std;

#define LL long long
const int INF=0x3f3f3f3f;

map<string,int>mp;
char ch[20],s[100];
vector<string>x;

bool cmp(string p,string q)
{
    if(mp[p]!=mp[q]) return mp[p]>mp[q];
    else return p<q;
}

int main()
{
    while(~scanf("%s",s))
    {
        int len=strlen(s);
        int k=0;
        for(int i=0; i<len; i++)
        {
            if(s[i]=='_')
            {
                if(k<15) ch[k++]='_';
                else continue;
            }
            else if(s[i]>='a'&&s[i]<='z')
            {
                if(k<15) ch[k++]=s[i];
                else continue;
            }
            else if(s[i]>='A'&&s[i]<='Z')
            {
                if(k<15) ch[k++]=s[i]+32;
                else continue;
            }
            else if(s[i]>='0'&&s[i]<='9')
            {
                if(k<15) ch[k++]=s[i];
                else continue;
            }
            else
            {
                if(k>0)
                {
                    ch[k++]='\0';
                    if(!mp[ch])
                        x.push_back(ch);
                    mp[ch]++;
                    k=0;
                }
            }
        }
        if(k>0)
        {
            ch[k++]='\0';
            if(!mp[ch])
                x.push_back(ch);
            mp[ch]++;
            k=0;
        }
        if(s[len-1]=='#') break;
    }
    printf("%d\n",x.size());
    int cnt=x.size()/10;
    sort(x.begin(),x.end(),cmp);
    for(int i=0;i<cnt;i++)
        cout<<mp[x[i]]<<":"<<x[i]<<endl;
    return 0;
}