假设我有以下文字：
today was a good day and today was a sunny day.
我把这个文本分成几行，用空格分隔，这是
Today
was
a
good
等
现在我使用矢量数据结构通过.size（）简单计算文本中的单词数。那已经完成了。
但是，我还要检查一个单词是否出现不止一次，如果出现，多少次。在我的例子中，“今天”出现了两次。
我想存储“今天”并附加2 / x（取决于它出现在大文本中的频率）。现在，这不仅仅是针对“今天”，而是针对文本中的每一个字。我想查找一个单词出现的频率，附加一个计数器，然后按降序对它（单词+计数器）进行排序（这是另一回事，但是 现在不重要了。）
我不确定在这里使用哪种数据结构。也许是地图？但是我无法添加计数器来映射。
编辑：这是我到目前为止所做的：http://pastebin.com/JncR4kw9
答案 0 :(得分：5)
你应该使用地图。事实上，您应该使用unordered_map。
unordered_map<string,int>将为您提供一个哈希表，该表将使用字符串作为键，您可以扩充整数以保持计数。
unordered_map具有O（1）查找和插入O（logn）查找和插入map的优点。这是因为前者使用数组作为容器，而后者使用树的一些实现（我认为是红黑）。
unordered_map的唯一缺点是，如其名称所述，您不能以词法顺序迭代所有元素。从上面的结构解释中可以清楚地看出这一点。但是，您似乎不需要这样的遍历，因此它不应该是一个问题。
unordered_map<string,int> mymap;
mymap[word]++; // will increment the counter associated with the count of a word.
答案 1 :(得分：2)
为什么不使用两个数据结构？你现在拥有的矢量和一个map，使用字符串作为键，一个整数作为数据，然后是文本中找到单词的次数。
答案 2 :(得分：0)
按字母顺序对矢量进行排序。 扫描它并将每个单词与后面的单词进行比较，直到找到不同的单词和儿子。
a, a, and, day, day, sunny, today, today, was, was
2 1 2 1 2 2
答案 3 :(得分：0)
更好的选择是Radix Tree，https://en.wikipedia.org/wiki/Radix_tree 这对内存有效，并且在大文本输入的情况下，它将比其他数据结构表现更好。
可以将单词的频率存储在树的节点中。此外，它还将获得＆＃34;参考地点[对于任何文本文件]＆＃34;太