统计不同单词个数:C 与 C++ 的两种写法

统计不同单词个数:C 与 C++ 的两种写法

Eviarch Lv2

这道题要求统计一句话中不同单词的数量。题目本身不难,但它非常适合用来比较两种处理字符串的思路:

  • C 风格:用字符数组、fgets 和 strtok 手动切分;
  • C++ 风格:用 getline、stringstream 和 set 自动完成切分与去重。

题目原文如下:

统计不同单词个数题目

题目要求

输入一个只包含英文字符和空格的句子,统计其中不同单词的个数。

示例输入:

1
one little two little three little boys

示例输出:

1
5

题目说明中提到的几个条件:

  • 单词之间用空格分隔;
  • 不需要考虑大小写;
  • 假设输入全部是小写字母;
  • 句子长度不超过 100 个字符。

关于 gets

原题说明中建议使用 gets 读取整行,但这种写法不应再使用。

gets 无法限制读入长度,输入超过缓冲区大小时会覆盖其他内存,是典型的不安全函数,并已在 C11 标准中移除。

在 C 中应使用:

1
fgets(buffer, sizeof(buffer), stdin);

在 C++ 中应使用:

1
std::getline(std::cin, line);

解法一:C 语言手动切分与去重

思路

  1. 使用 fgets 读入整行;
  2. 使用 strtok 按空白字符切分;
  3. 将新单词与已经保存的单词逐个比较;
  4. 若不存在,则把它加入结果数组;
  5. 最后输出结果数组中的单词数量。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
#include <stdio.h>
#include <stdbool.h>
#include <string.h>

#define MAX_LINE_LENGTH 128
#define MAX_WORDS 64

int main(void) {
char line[MAX_LINE_LENGTH];
char *words[MAX_WORDS];
int count = 0;

if (fgets(line, sizeof(line), stdin) == NULL) {
return 0;
}

char *word = strtok(line, " \t\r\n");

while (word != NULL) {
bool found = false;

for (int i = 0; i < count; ++i) {
if (strcmp(words[i], word) == 0) {
found = true;
break;
}
}

if (!found && count < MAX_WORDS) {
words[count] = word;
++count;
}

word = strtok(NULL, " \t\r\n");
}

printf("%d\n", count);
return 0;
}

说明

  • fgets 会把换行符一起读入,但 strtok 的分隔符集合中包含 \r 和 \n,因此换行符不会进入单词。
  • words 中保存的是指向 line 内部的指针。line 在程序结束前一直有效,所以这些指针可以安全使用。
  • 长度为 100 的句子最多包含几十个单词,因此这里使用固定数组已经足够。
  • 去重采用逐项比较,实现简单,但单词很多时效率不高。

复杂度

假设句子中有 m 个单词,单词平均长度为 L:

  • 时间复杂度:最坏约为 O(m² × L);
  • 空间复杂度:O(m + 输入长度)。

解法二:C++ 使用 stringstream 与 set

思路

stringstream 可以像 cin 一样,按空白字符自动读取一个个单词;set 中的元素具有唯一性,因此把单词不断插入 set 后,set 的大小就是不同单词的数量。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
#include <iostream>
#include <set>
#include <sstream>
#include <string>

int main() {
std::ios::sync_with_stdio(false);
std::cin.tie(nullptr);

std::string line;
if (!std::getline(std::cin, line)) {
return 0;
}

std::istringstream input(line);
std::set<std::string> unique_words;
std::string word;

while (input >> word) {
unique_words.insert(word);
}

std::cout << unique_words.size() << '\n';
return 0;
}

为什么能自动去重

例如输入:

1
one little two little three little boys

依次插入后,set 中实际保存的内容是:

1
2
3
4
5
boys
little
one
three
two

虽然顺序被重新排列了,但题目只要求数量,因此使用 set 没有问题。

复杂度

假设输入总长度为 L,不同单词数量为 k:

  • 时间复杂度:约为 O(L + k log k);
  • 空间复杂度:O(L + k)。

如果只关心去重、不要求有序,也可以使用 std::unordered_set,平均时间复杂度可降为 O(L + k)。不过对于本题 100 个字符的规模,两种写法的差异可以忽略。

C 与 C++ 写法对比

项目 C 写法 C++ 写法
整行输入 fgets getline
单词切分 strtok stringstream
单词保存 字符指针数组 std::string
去重方式 手动逐项比较 set 或 unordered_set
代码重点 内存与字符串边界 容器与抽象

易错点

  1. 不要使用 gets。即使题目说明中出现,也应换成 fgets。
  2. 使用 fgets 时要注意缓冲区是否能容纳整行输入。
  3. C 写法中保存的是指针,不能返回指向局部数组的指针,也不能在 line 失效后继续使用这些指针。
  4. 题目假设全为小写字母。如果实际输入包含大小写,需要先把单词统一转换为小写。
  5. set 会自动排序,但这个排序不是题目要求,只是容器本身的有序特性。

小结

这道题有两个很典型的解法层次:

  • 如果想练习 C 语言字符串和指针,可以手写切分与去重;
  • 如果使用 C++,stringstream + set 能显著减少代码量,也更不容易出现缓冲区错误。

实际写程序时,应优先选择更安全、表达更直接的方案,而不是机械照搬题目中已经过时的输入函数建议。

  • Title: 统计不同单词个数:C 与 C++ 的两种写法
  • Author: Eviarch
  • Created at : 2026-11-18 18:10:00
  • Updated at : 2026-11-18 18:10:00
  • Link: https://blog.eviarch.com/2026/11/18/统计不同单词个数/
  • License: This work is licensed under CC BY-NC-SA 4.0.
Comments