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。
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。
This is a test. The word "this" is the word with the highest frequency. Longlonglonglongword should be cut of, so is considered as the same as longlonglonglonee. But this 8 is different thanthis, and this.and this...# this line should be ianored.
23 5:this 4:is