文本文件单词的检索与计数Word格式文档下载.docx
《文本文件单词的检索与计数Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《文本文件单词的检索与计数Word格式文档下载.docx（15页珍藏版）》请在冰豆网上搜索。
详细设计
朴素模式匹配算法
该算法的基本思想是：
设有三个指针——i,j,k，用i指示主串S每次开始比较的位置；
指针j,k分别指示主串S和模式串T中当前正在等待比较的字符位置；
一开始从主串S的第一个字符（i=0;
j=1）和模式T的第一个字符（k=0）比较，若相等，则继续逐个比较后续字符（j++,k++）。
否则从主串的下一个字符（i++）起再重新和模式串（j=0）的字符开始比较。
依此类推，直到模式T中的所有字符都比较完，而且一直相等，则称匹配成功，并返回位置i；
否则返回-1，表示匹配失败。
顺序串的模式匹配算法如下：
intindex（SStringS,SStringT）
{//求子串T在主串S中首次出现的位置
inti,j,k,m,n;
m=T.length;
//模式串长度赋m
n=S.length;
//目标串长度赋n
for（i=0;
i<
=n-m;
i++）
{
j=0;
k=i;
//目标串起始位置i送入k
while（j<
=m&
&
s.ch[k]==t.ch[j]）
{k++;
j++;
}//继续下一个字符的比较
if（j==m）//若相等，则说明找到匹配的子串，返回匹配位置i，
//否则从下一个位置重新开始比较
returni;
}//endfor
return-1;
}//endIndex
给定位置的串匹配算法
该算法要求从串S1（为顺序存储结构）中第k个字符起，求出首次与字符串S2相同的子串的起始位置。
该算法与上面介绍的模式匹配算法类似，只不过上述算法的要求是从主串的第一个字符开始，该算法是上述算法的另一种思路：
从第k个元素开始扫描S1，当其元素值与S2的第一个元素的值相同时，判定它们之后的元素值是否依次相同，直到S2结束为止。
若都相同，则返回当前位置值；
否则继续上述过程，直至S1扫描完为止，其实现算法如下：
IntPartPosition（SStringS1,SStringS2,intk）
{
inti,j;
i=k-1;
//扫描s1的下标，因为c中数组下标是从0开始，串中序号相差1
j=0;
//扫描s2的开始下标
while（i<
s1.length&
j<
s2.length）
if（s1.ch[i]==s2.ch[j]）
{i++;
//继续使下标移向下一个字符位置}
else
{i=i-j+1;
//使i下标回溯到原位置的下一个位置，使j指向s2的第一个字符，再重新比较}
if（j>
=s2.length）
returni-s2.length;
//表示s1中存在s2，返回其起始位置
return-1;
//表示s1中不存在s2，返回-1
}//函数结束
说明：
以上两个算法可统一为一个算法，即在子串定位算法Index（S,T）的参数中增加一个起始位置参数即可。
建立文本文件
建立文件的实现思路是：
（1）定义一个串变量；
（2）定义文本文件；
（3）输入文件名，打开该文件；
（4）循环读入文本行，写入文本文件，其过程如下：
While（
不是文件输入结束）{
读入一文本行至串变量；
串变量写入文件；
输入是否结束输入标志；
}
（5）关闭文件。
给定单词的计数
该功能需要用到前一节中设计的模式匹配算法，逐行扫描文本文件。
匹配一个，计数器加1，直到整个文件扫描结束；
然后输出单词出现的次数。
其实现过程如下：
（1）输入要检索的文本文件名，打开相应的文件；
（2）输入要检索统计的单词；
（3）循环读文本文件，读入一行，将其送入定义好的串中，并求该串的实际长度，调用串匹配函数进行计数。
具体描述如下：
While（不是文件结束）{
读入一行并到串中；
求出串长度；
模式匹配函数计数；
（4）关闭文件，输出统计结果。
检索单词出现在文本文件中的行号、次数及其位置
这个设计要求与上一个类似，但要相对复杂一些。
其实现过程描述如下：
（3）行计数器置初值0；
（4）while（不是文件结束）{
读入一行到指定串中；
行单词计数器置0；
调用模式匹配函数匹配单词定位、该行匹配单词计数；
行号计数器加1；
If（行单词计数器!
=0）
输出行号、该行有匹配单词的个数以及相应的位置；
运行主控程序
主控菜单程序的结构要求内容如下：
（1）头文件包含；
（2）菜单选项包括：
1．建立文件
2．单词计数
3．单词定位
4．退出程序
（3）选择1——4执行相应的操作，其他字符为非法。
程序代码：
#include<
stdio.h>
stdlib.h>
string.h>
#defineLIST_INIT_SIZE500/*线性表存储空间的初始分配量*/
#defineLISTINCREMENT10/*线性表存储空间的分配增量*/
#defineFILE_NAME_LEN20/*文件名长度*/
#defineWORD_LEN20/*单词长度*/
#defineMaxStrSize256
#definellength110/*规定一行有110个字节*/
typedefstruct{
charch[MaxStr];
/*ch是一个可容纳256个字符的字符数组*/
intlength;
}string;
/*定义顺序串类型*/
charword[WORD];
/*存储单词，不超过20个字符*/
intcount;
/*单词出现的次数*/
}elem_type;
typedefstruct{
elem_type*elem;
/*存储空间基址*/
/*当前长度*/
intlistsize;
/*当前分配的存储容量*/
}sqlist;
voidsqlist_init（sqlist*sq,elem_type*et）{
sq->
elem=et;
length=0;
voidsqlist_add（sqlist*sq,elem_type*et,char*word）
inti;
intj;
for（i=0;
i<
length;
/*当前单词与加入的单词相同，直接统计，不做插入*/
if（strcmp（et[i].word,word）==0）
et[i].count++;
return;
}
if（strcmp（et[i].word,word）>
0）
break;
if（sq->
length==LIST_INIT_SIZE）
printf（"
空间不足，单词[%s]插入失败\n"
word）;
return;
for（j=sq->
j>
i;
j--）
memcpy（et+j,et+j-1,sizeof（elem_type））;
length++;
strcpy（et[i].word,word）;
et[i].count=1;
intsqlist_count（sqlist*sq,elem_type*et）
intj=0;
for（i=0;
i<
sq->
i++）
j=j+et[i].count;
returnj;
voidcreat_text_file（）
elem_typew;
sqlists;
charfile_name[FILE_NAME_LEN+1],yn;
FILE*fp;
输入要建立的文件名：
"
）;
scanf（"
%s"
file_name）;
fp=fopen（file_name,"
w"
yn='
n'
;
/*输入结束标志初值*/
while（yn=='
||yn=='
N'
）
请输入一行文本：
gets（w.word）;
s.length=strlen（w.word）;
fwrite（&
w,s.length,1,fp）;
fprintf（fp,"
%c"
10）;
/*是输入换行*/
结束输入吗？
yorn：
yn=getchar（）;
fclose（fp）;
/*关闭文件*/
建立文件结束!
\n"
voidsubstrsum（）
charfile_name[FILE_NAME_LEN+1];
charword[WORD_LEN+1];
intj,q=0;
intw,x,y=0;
elem_typeet[LIST_INIT_SIZE];
sqlistsq;
sqlist_init（&
sq,et）;
请输入文件名：
file_name）;
fp=fopen（file_name,"
r"
if（fp==NULL）{
打开文件失败!
while（fscanf（fp,"
word）!
=EOF）{
sqlist_add（&
sq,et,word）;
>
单词<
<
个数<
sq.length;
x=strlen（et[i].word）;
for（w=x-1;
w>
=0;
w--）
if（et[i].word[w]<
65||（et[i].word[w]>
90&
et[i].word[w]<
97）||et[i].word[w]>
122）
et[i].word[w]='
'
for（w=0;
w<
x;
w++）
if（et[i].word[w]=='
）
y++;
if（y==x）
et[i].count=0;
y=0;
elsey=0;
if（et[i].count!
%20s%10d\n"
et[i].word,et[i].count）;
elseq++;
j=sqlist_count（&
\n>
%s的单词总数为%d个\n"
file_name,j）;
%s的非单词个数为%d种\n"
file_name,q）;
intpartposition（strings1,strings2,intk）
{inti,j;
i=k-1;
/*扫描s1的下标，因为c中数组下标是从0开始，串中序号相差1*/
/*扫描s2的开始下标*/
while（i<
{if（s1.ch[i]==s2.ch[j]）
{i++;
j++;
/*继续使下标移向下一个字符位置*/
else
i=i-j+1;
}}
if（j>
returni-s2.length;
/*表示s1中不存在s2，返回-1*/
/*表示s1中存在s2，返回其起始位置*/
}/*函数结束*/
voidsubstrcount（）
strings,t;
/*定义两个串变量*/
charfname[10];
inti=0,j,k;
输入文本文件名：
fname）;
fp=fopen（fname,"
输入要统计计数的单词：
t.ch）;
t.length=strlen（t.ch）;
while（!
feof（fp））{
memset（s.ch,'
\0'
110）;
fgets（s.ch,110,fp）;
s.length=strlen（s.ch）;
k=0;
/*初始化开始检索位置*/
while（k<
s.length-1）/*检索整个主串S*/
j=partposition（s,t,k）;
/*调用串匹配函数*/
if（j<
0）break;
else{
i++;
/*单词计数器加1*/
k=j+t.length;
/*继续下一字串的检索*/
\n单词%s在文本文件%s中共出现%d次\n"
t.ch,fname,i）;
}/*统计单词出现的个数*/
voidsubstrint（）
{
/*定义两个串变量*/
inti,j,k,l,m;
intwz[20];
/*存放一行中字串匹配的多个位置*/
输入要检索的单词：
l=0;
/*行计数器置0*/
feof（fp））
{/*扫描整个文本文件*/
l++;
/*行计数器自增1*/
/*初始化开始检索位置*/
i=0;
/*初始化单词计数器*/
/*调用串匹配函数*/
0）break;
else
wz[i]=j;
/*记录匹配单词位置*/
/*继续下一字串检索*/
if（i>
0）
行号：
%d,次数：
%d,位置分别为：
l,i）;
for（m=1;
m<
=i;
m++）
第%4d个字符"
wz[m]+1）;
\n本软件自定义110个字节为一行\n\n"
}/*检索单词出现在文本文件中的行号、次数及其位置*/
voidsubstrio（）
voidsubstrcount（）,substrint（）;
chart;
while
（1）
===============================================\n"
||文本文件单词字串的定位统计及定位||\n"
||================================||\n"
||a.单词出现次数||\n"
||||\n"
||b.单词出现位置||\n"
====================================\n"
请输入:
\n"
&
t）;
switch（t）{
case'
a'
:
substrcount（）;
break;
b'
substrint（）;
default:
}
intmain（）
voidcreat_text_file（）,substrsum（）,substrio（）;
intxz;
intt=1;
while（t）{
system（"
graftabl936"
/*在Win-TC中可以显示汉字*/
*************************************\n"
**文本文件的检索、字串的统计及定位**\n"
**1.建立文本文档**\n"
**2.文本单词汇总**\n"
**3.单词定位**\n"
**4.退出**\n"
printf（"
请选择:
%d"
xz）;
switch（xz）{
case1:
creat_text_file（）;
case2:
substrsum（）;
case3:
substrio（）;
case4:
return0;
printf（"
选择错误，重新选\n"
升级会员 