用链表统计各字母在文本中出现的次数

本文介绍了一种使用C语言实现的统计文本中各字母出现次数的方法。通过读取指定文件,利用链表结构存储单词及其出现次数,最终展示每个单词的统计结果。

统计各字母在文本中出现的次数

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
struct word{
    char word[200];
    int num;
    struct Sword * next;
};
typedef struct word Word;
void add(Word * Head,char str[]);
void show(Word * Head);
int main()
{
    FILE * fp;
    char filename [] ="D:\\test\\678.txt";//打开读的文件位置 自定义 
    char str[200];  //暂存一个单词的数组 
    Word * Head; 
    Head = (Word *)malloc(sizeof(Word)); //头指针 
    memset(Head,0,sizeof(Word));
    if((fp = fopen(filename,"r"))==NULL){ //读 初始化 
        printf("Can  not open file");
        exit(0);
    }
    while(fscanf(fp,"%s",str) != EOF){  //读文件 
        add(Head,str);      //添加到链表 
    }
    fclose(fp);          //关闭读 
    show(Head);
    return 0;    

void add(Word * Head,char str[]){
    Word * tw;
    Word * p = Head;
    while(1){
        if(strcmp(p->word,str)==0){ //判断是否和当前单词相同 
            p->num++;            //相同此单词个数++ 
            return;
        }else{               //不同 遍历下个元素 看是否后后面的元素相同 
                if(p->next != NULL){
                    p = p->next;
                }else{      //与链表上所有的都不同 新建一个节点 
                    tw = (Word *)malloc(sizeof(Word));//动态分配内存空间 
                    memset(tw,0,sizeof(Word));
                    sprintf(tw->word,"%s",str);//将单词 保存 
                    tw->num++;            //单词数++ 
                    p->next = tw;        //p的下一个节点为tw 就是连到链表上 
                    return;
                }
            }
        }
}
void show(Word * Head){
    Word *pn=Head; 
     while(pn!=NULL)//条件为当前节点,遍历时主要显示当前节点
    {   pn=pn->next;
        printf("%s:%d\n",pn->word,pn->num);
    }
}

<think>好的,我现在需要帮助用户解决如何用C语言编写程序统计文本文件中单词出现次数的问题。首先,我需要回顾用户提供的引用内容,确保回答准确。用户提到的引用[1]、[2]、[3]、[4]都是关于C语言处理文本统计词频的,所以我要整合这些信息。 首先,用户的问题涉及文件读取、字符串处理、单词统计和排序输出。我得一步步分解问题。根据引用[3],需要逐行扫描文本,将不同的单词存入数组,并在遇到相同单词时增加计数。这可能涉及到如何分割单词,判断是否为有效单词(仅由字母组成),以及大小写转换的问题。 接下来,引用[1]提到要将大写字母转换为小写,所以在处理每个字符时,需要检查是否为字母,并将其转为小写。这可能涉及到遍历每个字符,判断是否是字母,如果是,则继续读取直到非字母字符,形成一个单词。 然后,存储这些单词及其出现次数。引用[3]提到使用数组保存单词和计数,但当数据量大时,数组的效率可能不高。引用[4]提到了使用树结构或者哈希表,这可能更高效。但用户可能需要一个基础的实现,所以先用数组结构,但需要考虑动态扩容,或者使用链表。不过,用户提供的引用中没有详细说明数据结构的选择,可能需要根据实际情况建议。 另外,引用[2]和[3]都提到了逐行处理,所以程序需要按行读取文件,然后逐行处理单词。这涉及到文件操作函数,如fopen、fgets等。 接下来,排序输出。用户需要按字典序输出,所以最后需要对所有单词进行排序,可以使用qsort函数,自定义比较函数来实现字符串的比较。 现在,我需要将这些步骤整合成一个算法流程: 1. 读取文件:使用fopen打开文件,检查是否成功。 2. 逐行读取:用fgets读取每一行。 3. 分割单词:对于每一行,逐个字符处理,提取出单词(仅字母组成),转换为小写。 4. 存储单词:将单词存入结构体数组,每个结构体包含单词字符串和计数。需要检查是否已存在,存在则计数+1,否则添加新条目。 5. 动态数组管理:可能需要动态分配内存,因为单词数量未知,使用realloc调整数组大小。 6. 排序:使用qsort对结构体数组按单词字典序排序。 7. 输出结果:遍历排序后的数组,打印每个单词及其计数。 在这个过程中需要注意内存管理,避免泄漏。例如,每次添加新单词时,需要为字符串分配内存,并在最后释放所有内存。 可能的难点在于如何高效地分割单词和存储统计结果。例如,处理连续的非字母字符,或者单词之间的分隔符。例如,遇到字符如逗号、句号、空格等,需要跳过,并确认单词的边界。 另外,关于单词的存储结构,用户引用中提到使用数组,但当单词数量很大时,查找是否存在会变得很慢,时间复杂度是O(n)。这时候可以考虑使用更高效的数据结构,比如哈希表或二叉搜索树,如引用[4]提到的树结构。但用户可能希望一个简单实现,所以先用数组,但说明其局限性,并可能提到优化的方向。 测试用例需要考虑各种情况,比如大小写混合、带符号的单词、长文本等。 现在,我需要将这些思考整理成一个清晰的步骤说明,并给出示例代码框架,同时指出可能的问题和优化方法。同时,需要确保代码符合C语言标准,正确使用文件操作和字符串处理函数。 最后,生成相关问题,帮助用户进一步学习,比如性能优化、处理特殊字符、使用更高效的数据结构等。</think>### 分步实现文本单词统计程序(C语言) #### 一、核心步骤 1. **文件读取** - 使用`fopen()`打开文件并检查是否成功 - 逐行读取内容:`while (fgets(buffer, MAX_LINE, fp) != NULL)` 2. **单词提取** - 定义单词为**仅由字母组成的连续字符序列** - 大小写转换:`tolower()`函数统一为小写 - 示例代码片段: ```c for (int i = 0; buffer[i] != '\0'; i++) { if (isalpha(buffer[i])) { // 判断是否为字母 word[len++] = tolower(buffer[i]); } else if (len > 0) { // 遇到非字母且已有单词内容 word[len] = '\0'; process_word(word); // 处理单词 len = 0; } } ``` 3. **频率统计** - 使用结构体数组存储单词及其计数: ```c typedef struct { char* word; int count; } WordEntry; ``` - 动态扩容策略:初始分配100个元素,每次满时`realloc()`扩大为1.5倍 4. **排序输出** - 使用`qsort()`按字典序排序: ```c int compare(const void* a, const void* b) { return strcmp(((WordEntry*)a)->word, ((WordEntry*)b)->word); } ``` #### 二、完整代码框架 ```c #include <stdio.h> #include <ctype.h> #include <string.h> #include <stdlib.h> #define MAX_WORD 100 #define INIT_SIZE 100 typedef struct { char* word; int count; } WordEntry; WordEntry* words = NULL; int capacity = 0; int size = 0; void process_word(const char* word) { // 查找是否已存在 for (int i = 0; i < size; i++) { if (strcmp(words[i].word, word) == 0) { words[i].count++; return; } } // 扩容检查 if (size >= capacity) { capacity = capacity ? capacity * 1.5 : INIT_SIZE; words = realloc(words, capacity * sizeof(WordEntry)); } // 添加新单词 words[size].word = strdup(word); words[size].count = 1; size++; } int main() { FILE* fp = fopen("input.txt", "r"); if (!fp) { perror("文件打开失败"); return 1; } char buffer[1024]; while (fgets(buffer, sizeof(buffer), fp)) { char word[MAX_WORD]; int len = 0; for (int i = 0; buffer[i]; i++) { if (isalpha(buffer[i])) { word[len++] = tolower(buffer[i]); } else if (len > 0) { word[len] = '\0'; process_word(word); len = 0; } } // 处理行末未处理的单词 if (len > 0) { word[len] = '\0'; process_word(word); } } // 排序并输出 qsort(words, size, sizeof(WordEntry), compare); for (int i = 0; i < size; i++) { printf("%s: %d\n", words[i].word, words[i].count); } // 释放内存 for (int i = 0; i < size; i++) free(words[i].word); free(words); fclose(fp); return 0; } ``` #### 三、关键问题说明 1. **时间复杂度** - 当前实现查找单词采用线性扫描,时间复杂度为$O(n^2)$ - 优化建议:改用哈希表(时间复杂度$O(n)$)或二叉搜索树[^4] 2. **内存管理** - `strdup()`会自动分配内存,需手动`free()` - 注意防止内存泄漏:在程序结束前释放所有动态分配的内存 3. **特殊字符处理** - 当前代码跳过所有非字母字符,如需支持带连字符的单词(如"state-of-the-art"),需修改判断逻辑
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值