#include <iostream> #include <string> #include <cctype> using namespace std; int main() { string s; getline(cin, s); string s_word; getline(cin, s_word); int sum = 0; int first_pos = -1; // 将待查找的单词转换为小写 string lower_s = s; for (char &c : lower_s) { c = tolower(c); } size_t pos = 0; while ((pos = s_word.find_first_not_of(" \t\n", pos)) != string::npos) { size_t end_pos = s_word.find_first_of(" \t\n", pos); if (end_pos == string::npos) { end_pos = s_word.length(); } string word = s_word.substr(pos, end_pos - pos); // 将当前单词转换为小写 string lower_word = word; for (char &c : lower_word) { c = tolower(c); } if (lower_word == lower_s) { if (sum == 0) { first_pos = pos; } sum++; } pos = end_pos; } if (sum == 0) { cout << -1; } else { cout << sum

<think>好的，用户想要了解C++代码中统计单词出现次数和首次出现位置的逻辑解释或优化方法。我需要先回顾一下之前提供的引用内容，尤其是引用[1]和[4]，因为它们提到了统计单词和字符频率的方法。 首先，用户提到的问题是关于统计单词的出现次数和首次位置。根据引用[1]，原来的代码使用了二维char数组存储单词，并通过goto循环处理输入，直到遇到“ .”结束。这可能存在效率问题，比如使用goto不够直观，二维数组可能占用较多内存。另外，引用[4]提到使用Map来统计字符次数，类似的方法可以应用到单词统计上。 接下来，我需要分析代码逻辑。原代码可能逐个读取字符，分割单词，并用数组或vector存储单词列表，同时用另一个结构记录次数和首次位置。可能的优化点包括使用更高效的数据结构，比如std::map或std::unordered_map来存储单词及其信息和首次出现的位置，这样查找和更新会更方便。 另外，输入处理部分使用goto可能不够优雅，改用循环结构如while或for会更清晰。例如，使用istringstream来分割单词会更高效，避免手动处理字符，减少错误。 关于统计首次出现的位置，可能需要维护一个记录每个单词首次出现索引的结构。比如，当首次遇到一个单词时，记录当前的位置，之后不再更新。这可以通过在map中存储一个结构体或pair来实现，包含次数和首次位置。 性能方面，如果单词数量大，unordered_map的查找速度更快，因为平均时间复杂度是O(1)，而map是O(log n)。但需要权衡是否需要有序遍历。此外，可以考虑预分配内存，减少动态扩容的开销。 用户还可能关心如何处理大小写和标点，比如是否将单词转为小写，是否过滤标点符号。这些细节需要在代码中处理，比如在分割单词前先清理字符串。 最后，测试用例的覆盖也很重要，比如空输入、重复单词、大小写混合等情况，确保代码的鲁棒性。可能还需要优化输入处理，比如使用更标准的终止条件，而不是依赖特定的符号组合。</think>### C++统计单词出现次数及首次位置的代码逻辑解释与优化 #### 基础实现逻辑 1. **输入处理** - 使用`cin`逐词读取，默认以空格分隔单词，遇到`.`停止输入[^1] - 示例代码片段： ```cpp vector<string> words; string tmp; while (cin >> tmp && tmp != ".") { words.push_back(tmp); } ``` 2. **统计次数与位置** - 通过`unordered_map<string, pair<int, int>>`结构存储： - `first`：单词首次出现位置 - `second`：出现总次数 ```cpp unordered_map<string, pair<int, int>> wordStats; for (int i=0; i<words.size(); ++i) { if (!wordStats.count(words[i])) { wordStats[words[i]] = {i, 1}; // 记录首次位置 } else { wordStats[words[i]].second++; // 仅更新次数 } } ``` #### 优化建议 1. **输入优化** - 使用`istringstream`处理整行输入，避免逐词读取的潜在问题： ```cpp string line; getline(cin, line, '.'); // 读取到'.'为止 istringstream iss(line); ``` 2. **数据结构优化** - 改用`unordered_map`替代原始数组遍历，时间复杂度从$O(n^2)$降为$O(n)$ - 预分配内存减少哈希冲突： ```cpp wordStats.reserve(words.size()/2); ``` 3. **处理边界条件** - 增加大小写统一处理： ```cpp transform(tmp.begin(), tmp.end(), tmp.begin(), ::tolower); ``` - 过滤标点符号（正则表达式）： ```cpp tmp = regex_replace(tmp, regex("[^a-zA-Z]"), ""); ``` 4. **输出优化** - 保持输入顺序输出时，可改用`vector<tuple>`存储结果： ```cpp vector<tuple<string, int, int>> output; for (const auto& w : words) { if (wordStats[w].second > 0) { output.emplace_back(w, wordStats[w].first, wordStats[w].second); wordStats[w].second = 0; // 防止重复输出 } } ``` #### 完整优化示例 ```cpp #include <iostream> #include <unordered_map> #include <vector> #include <sstream> #include <algorithm> #include <regex> using namespace std; int main() { string line; getline(cin, line, '.'); // 读取到'.'停止 line = regex_replace(line, regex("[^a-zA-Z ]"), ""); // 去除非字母字符 vector<string> words; istringstream iss(line); string tmp; while (iss >> tmp) { transform(tmp.begin(), tmp.end(), tmp.begin(), ::tolower); words.push_back(tmp); } unordered_map<string, pair<int, int>> wordStats; wordStats.reserve(words.size()/2); for (int i=0; i<words.size(); ++i) { auto& entry = wordStats[words[i]]; if (entry.second == 0) { entry.first = i; entry.second = 1; } else { entry.second++; } } // 按输入顺序输出 for (const auto& w : words) { auto& stat = wordStats[w]; if (stat.second != 0) { cout << w << ": 首次位置=" << stat.first << ", 次数=" << stat.second << endl; stat.second = 0; // 标记已输出 } } } ``` #### 性能对比 | 方法 | 时间复杂度 | 空间复杂度 | 特点 | |--------------|------------|------------|---------------------------| | 原始数组遍历 | $O(n^2)$ | $O(n)$ | 实现简单，适合小数据量 | | 哈希表法 | $O(n)$ | $O(n)$ | 大数据量效率提升显著[^4] |