分析一个文本文件中各个词出现的频率，并把最高的10个词打印出来

 软件工程课程第一次作业。
题目：
   分析一个文本文件，统计各个词出现的频率，然后将最高的10个词显示出来。文本文件在30k-300k之间。
分析：
     第一阶段实现对英文单词的统计。
    需要将文本存在.txt格式的文件中，用file 指针调用。
由于文本内容无法确定会用到多少个单词，所以采用链表进行存储分割后的每个单词。

---------------------------------------------------------------------以下为第二版的相关内容---------------------------------------------------------------------
基本思路：
    读取文件，将‘A’-'Z'转化为‘a’-'z'，除了‘a’-‘z’和‘-’以外全部都被视作单词分隔符，用一个char类型的数组存储有关的字符串，当到达单词分隔符的位置后，将字符串同已有的链表内相关单词进行匹配，如果没有相同值着在链表中新增节点；如果有相同值则对应节点的count值相应的加一，同时将判断是否是前十个节点进行了更改。如果是前十则不变化，如果不是前十则应当将新增的这个值同前十的最小值进行比较，如果比最小的值小则不操作，如果比最小的值大则相应的将指向top10最小值节点的指针指向当前项。
  struct  Node

{    

int  count;

char  word[N];    

struct  Node*  next;

};

typedef struct Node Word;

typedef struct Node* pNode;

pNode Head;

struct List_Array

{

pNode First_ten[10];

int max_word;

int min_word;

};

由于很久没有练习过链表编程，导致在一些问题上卡的时间太久，同时编程实现的思想没有根据具体情况进行相关设计，使得第一版没有能够对10k以上的英语文章有一个较好的处理效率。 


下图为运行结果，选取的文章a.txt大小为138kb.

 

以下为代码分析



vs2012分析报告








---------------------------------------------------------------------以下为第一版的相关内容---------------------------------------------------------------------
每个链表相关节点
struct  Node
{     
        int  count;
        char  word[31];    
        struct  Node*  next;
}
count记录单词出现的次数，word存储新单词。

    一个字符一个字符进行判断。
         判断前将‘A-Z’转为‘a-z’
        判断条件为：
            1.如果没有到单词分割位，则将‘a-z’存入临时字串tmp[31],
                    1.1如果出现超过30位的单词，则认为文档出错，将这个单词舍去，直到下一个分割符后才重新进行记录。
            2.每个单词分割位为非‘a-z’的ASC2码，但是‘-’除外，有些合成单词会使用‘-’
所需要的子函数：
char change(char character)//将大写字符改为小写字符
{
    return character+32;
}
bool char_judge(char character)//判断是否为单词分隔符，如果是分隔符，则返回FALSE，是字符则返回TRUE
{
    if(character<'a'||character>'z')
    {
        if(character!='-')
        return false;
        else
        return true;
    }
    else
    {
        return true;
    }
}
void clean_tmp(char* str)//清空临时串
{
    memset (str, 0, sizeof(str));

}
void word_strncpy1(char *word, char *tmp,int nDestSize)//字符串拷贝，将tmp复制到节点当中

{

       memcpy(pD,pS,nDestSize);

       *(pD+nDestSize-1)='\0';

}  
 

将所有单词统计形成链表之后，需要对链表的top10进行统计。

涉及到排序等问题

基本思路：

1.用Top指针指引head指针所指引的原链表的前10项。用p指针指向第11项

2.Top的尾指针指为空

3.对top引导的十项使用排序算法进行排序。

排序算法基本思想：

         用计数器和指针，记录指向从当前项到末尾项的最高count，然后用一个指针指向这个节点，最后和当前项进行节点内容数据进行交换，使得各节点的物理地址不发生变化。

排序算法如下：

PNodeSort_word_10(PNode Top)

{

         int i,j=0,k=0;

    PNode p=NULL,tmp=NULL,init;

    for (i=0;i<10;i++)

    {

        K=i;

        P=top;

        For(j=0;j<i;j++)