std::unordered_map是最实用的词频统计容器，但必须配合清洗输入（如统一小写、处理标点、保留内部撇号）才能保证结果可信；直接使用>>读取或忽略大小写/标点会导致统计失效。
直接用 std::unordered_map<:string int></:string> 是最实用的选择，但光换容器不清洗输入，统计结果基本不可信。
为什么 std::unordered_map 比 std::map 更适合词频统计
两者接口一致，但底层差异直接影响性能和行为：
-
std::unordered_map基于哈希表，平均插入/查找是O(1)；std::map是红黑树，稳定O(log n)—— 单词量超 1 万时差距明显 -
std::unordered_map不保证遍历顺序，如果你后续要按频次排序，这点反而无关紧要（反正得导出再排） - 内存占用略高，且可能触发 rehash；但对普通文本（几 MB 到百 MB），影响可忽略
-
std::string已自带哈希特化，无需额外写std::hash模板特化
标点、大小写、连字符：不处理就等于白统计
常见错误现象："Hello" 和 "hello" 算两个词；"file." 和 "file" 被当不同键；"don't" 被切碎或吞掉撇号。
- 别用
std::istringstream >>直接读 —— 它只按空白分割，不管标点粘连 - 推荐手动扫描：用
std::isalpha()判断字母起始，累积连续字母序列 - 对每个提取出的单词，逐字符调用
std::tolower()转小写（不是只转首字母） - 保留内部撇号（如
"don't"），但清理首尾非字母数字字符（"'hello!'" → "hello"）
怎么安全地把单词塞进 unordered_map
两种写法等价，但下标法更简洁、不易漏初值：
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
-
freq[word]++：自动初始化为 0 再加 1，语义清晰 -
freq.insert({word, 1})返回pair<iterator bool></iterator>，需手动判断是否已存在再 ++ —— 多余且易错 - 避免在循环里反复构造临时
std::string；若从文件读，用std::ifstream配合get()或read()批量处理更稳
输出 TOP N 单词时，排序逻辑必须手写
unordered_map 本身不支持按 value 排序，硬绕只会让代码更脆弱：
- 必须先拷贝到
std::vector<:pair int>></:pair>，再用std::sort - 比较 lambda 要严格弱序：
a.second != b.second ? a.second > b.second : a.first （频次降序，同频时字典升序） - 别写
a.second >= b.second——std::sort要求相等时返回false，否则未定义行为 - 如果只要 TOP 10 且文本极大，可用
std::priority_queue，但得自定义比较器，且相同频次时必须补上字典序逻辑，否则会丢精度
真正卡住人的从来不是容器选型，而是清洗边界（比如缩写 "U.S.A."、带连字符的 "state-of-the-art"、引号包裹的 "'yes'"）和排序稳定性。这些地方没测试用例压着，跑一次就错一次。
