5-20 詞頻統計   (30分)

請編寫程式，對一段英文文字，統計其中所有不同單詞的個數，以及詞頻最大的前10%的單詞。

所謂“單詞”，是指由不超過80個單詞字元組成的連續字串，但長度超過15的單詞將只擷取保留前15個單詞字元。而合法的“單詞字元”為大小寫字母、數字和下劃線，其它字元均認為是單詞分隔符。

輸入格式:

輸入給出一段非空文字，最後以符號#結尾。輸入保證存在至少10個不同的單詞。

輸出格式:

在第一行中輸出文字中所有不同單詞的個數。注意“單詞”不區分英文大小寫，例如“PAT”和“pat”被認為是同一個單詞。

隨後按照詞頻遞減的順序，按照詞頻:單詞的格式輸出詞頻最大的前10%的單詞。若有並列，則按遞增字典序輸出。

輸入樣例：

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.

輸出樣例：（注意：雖然單詞the也出現了4次，但因為我們只要輸出前10%（即23個單詞中的前2個）單詞，而按照字母序，the

排第3位，所以不輸出。）

23
5:this
4:is

最後一個測試點過不了，聽說是哈利波特的節選，不太懂為什麼，求大神解答。

還有isdigit和isalpha函式居然用了就WA，不知是為什麼。。。

用了map，學會了利用vector對map根據value值排序。。然而卻沒大用到雜湊。。。

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cctype>
#include <vector>
#include <map>
using namespace std;
bool cmp(pair<string, int> a, pair<string, int> b) {
	if(a.second != b.second) return a.second > b.second;
	else return a.first < b.first;
}
vector<pair<string, int> > v; 
map<string, int> m;
int main(){
	char str[100];
	string word;
	map<string, int>::iterator it;
	int start = 0;
	char ch;
	while(ch = getchar()) {
		if(ch >= 'a' && ch <= 'z' || ch >= 'A' && ch <= 'Z' || ch >= '0' && ch <= '9' || ch == '_') {
			if(ch >= 'A' && ch <= 'Z') ch = ch - 'A' + 'a';
			str[start++] = ch;
		}
		else if(start > 0) {
			if(start >= 15) start = 15;
			str[start] = 0;
			start = 0;
			word = str;
			it = m.find(word);
			if(it != m.end()) {
				(it->second)++;
			}
			else {
				m[word] = 1;
			}
		}
		if(ch == '#') break;
	}
	for(it = m.begin(); it != m.end(); it++) {
		v.push_back(make_pair(it->first, it->second));
	}
	sort(v.begin(), v.end(), cmp);
	vector<pair<string, int> > :: iterator itv;
	cout << v.size() << endl;
	int ans = v.size() / 10;
	for(itv = v.begin(); itv != v.begin() + ans; itv++) {
		cout << itv->second << ':' << itv->first << endl;
	}
	return 0;
			
}