如何统计字符频次并按频次排序？含文件读取与编码前置需求

1. 字符读取（含所有符号、空格） #

直接按字节读取文件，保留所有字符（包括空格、标点）。如果需要统一大小写（如示例中把I转为i），读取后用tolower处理字符。注意不要用>>运算符读取，它会自动跳过空白字符，改用file.get(c)读取每一个字符。

2. 频次统计 #

用std::unordered_map<char, int>做统计效率最高，遍历每个读取到的字符，对应键的计数自增即可。统计完成后转成vector<pair<char, int>>，方便后续排序或堆操作。

核心代码片段 #

#include <fstream>
#include <unordered_map>
#include <vector>
#include <algorithm>
#include <cctype>

int main() {
    std::ifstream input_file("your_input.txt");
    std::unordered_map<char, int> count_map;
    char curr_char;

    // 读取并统计所有字符
    while (input_file.get(curr_char)) {
        // 统一转小写（不需要区分大小写则删除此行）
        curr_char = std::tolower(static_cast<unsigned char>(curr_char));
        count_map[curr_char]++;
    }

    // 转换为vector，便于排序
    std::vector<std::pair<char, int>> count_vec(count_map.begin(), count_map.end());

    // 按频次从小到大排序，频次相同则按字符顺序排列
    std::sort(count_vec.begin(), count_vec.end(), [](const auto& a, const auto& b) {
        if (a.second != b.second) {
            return a.second < b.second;
        }
        return a.first < b.first;
    });

    // 输出结果（空格单独标注）
    for (const auto& item : count_vec) {
        if (item.first == ' ') {
            std::cout << ": " << item.second << " ";
        } else {
            std::cout << item.first << ": " << item.second << " ";
        }
    }

    return 0;
}

3. 用堆排序实现需求 #

如果必须用堆排序替代std::sort，可以用std::make_heap和std::sort_heap实现最小堆排序：

// 构建最小堆（比较器控制堆顶为频次最小的元素）
std::make_heap(count_vec.begin(), count_vec.end(), [](const auto& a, const auto& b) {
    if (a.second != b.second) {
        return a.second > b.second;
    }
    return a.first > b.first;
});

// 对堆进行排序，结果为从小到大排列
std::sort_heap(count_vec.begin(), count_vec.end(), [](const auto& a, const auto& b) {
    if (a.second != b.second) {
        return a.second > b.second;
    }
    return a.first > b.first;
});

常见问题排查 #

• 文件读取失败：检查文件路径是否正确、是否有读取权限。
• 大小写未统一：忘记调用tolower，导致大小写字符被分开统计。
• 空格未统计：误用file >> curr_char，该运算符会跳过空白字符，必须用file.get(curr_char)。
• 排序逻辑错误：比较器写反，导致频次从大到小排列，注意最小堆的比较器需让频次小的元素优先在堆顶。

内容的提问来源于stack exchange，提问作者Ariani P.