正在阅读：用模拟精灵解百度编程大赛试题用模拟精灵解百度编程大赛试题

2005-09-23 09:57 出处：作者：一鹤责任编辑：moningfeng

　　第四题　低频词过滤（40分）

　　题目描述：请编写程序，从包含大量单词的文本中删除出现次数最少的单词。如果有多个单词都出现最少的次数，则将这些单词都删除。

　　输入数据：程序读入已被命名为corpus.txt的一个大数据量的文本文件，该文件包含英文单词和中文单词，词与词之间以一个或多个whitespace分隔。（为便于调试，您可下载测试corpus.txt文件，实际运行时我们会使用不同内容的输入文件。）

　　输出数据：在标准输出上打印删除了corpus.txt中出现次数最少的单词之后的文本（词与词保持原来的顺序，仍以空格分隔）。

　　评分标准：程序输出结果必须正确，内存使用越少越好，程序的执行时间越快越好。

print(str);

tab = string.split( str ," "); --把多行拆分到一个数组

tab2 = {};

for k,v in pairs(tab) do
if(tab2[v])then
tab2[v] = tab2[v] + 1; --这个关键字出现的次数加一
else
tab2[v] = 1;
end;
end;

--取得取出最低频率单司的出现次数
min = 999999999999999;
for k,v in pairs(tab2) do
if(v < min)then min = v end;
end;

for k,v in pairs(tab2) do
if(v == min)then --删除低频单词
str = string.gsub(str,k,"");
end;
end;

print("");
print("出现最少的次数"..min);
print("上面的文本分析以后的结果");
print(str);

delay( _CMD_LOOP )