7-35 词频统计 （30 分）

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

好恶心的输入……
统计词频用map
按词频排序用vector+sort

#include<iostream>
#include<cstdio>
#include<map>
#include<string>
#include<vector>
#include<algorithm>
using namespace std;
struct node{
	string s;
	int num;
}p;
map<string,int> mp;
map<string,int>::iterator it;
vector<node> v;
bool cmp(node a,node b){
	if(a.num!=b.num)
	return a.num>b.num;
	else
	return a.s<b.s; 
}
int main(){
	string s="";
	char c;
	while(~scanf("%c",&c)){
		if((c>='A'&&c<='Z')||(c>='a'&&c<='z')||(c>='0'&c<='9')||(c=='_')){
			if(c>='A'&&c<='Z')
			c=c-'A'+'a';
			if(s.size()<15)
			s+=c;
		}
		else{//单词分隔符
			if(s.size()!=0){
				mp[s]++;
				s="";
			}
			if(c=='#')
			break;
		}
	}
	for(it=mp.begin();it!=mp.end();++it){
		p.s=it->first;
		p.num=it->second;
		v.push_back(p);
	}
	sort(v.begin(),v.end(),cmp);
	cout<<v.size()<<endl;
	int m=v.size()/10;
	for(int i=0;i<m;i++){
		cout<<v[i].num<<":"<<v[i].s<<endl;
	}
	return 0;
}