【数据结构与算法实验】哈希表实现文件词频统计

实验目的：

在代码实践中熟悉散列查找流程，熟悉C语言文件操作，提高写代码能力。

预期效果：

读取指定文件，第一行输出有效单词数量，接下来每一行使用“单词：，词频：”格式化输出所有统计到的单词与词频。

实验思路：

使用移位+取余法构造哈希函数，使用链接法解决地址冲突，采用散列查找思想。

实验代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MAXWORDLENGTH 12
#define HASHTABLESIZE 1000
#define DOCNAME "test.txt"

typedef struct HNode *HashNode;
struct HNode {
    char *word;
    int count;
    HashNode next;
};
typedef HashNode HashTable[HASHTABLESIZE];

/* 在指定链中查找单词 */
HashNode findWord (HashNode hN, char *word) {
    while (hN!=NULL) {
        if (strcmp(hN->word,word)==0) {
            return hN;
        }
        hN = hN->next;
    }
    return NULL;
}
/* 找到指定链的尾部 */
HashNode findTail (HashNode hN) {
    while (hN!=NULL) {
        hN = hN->next;
    }
    return hN;
}
/* 从文件中获取单词函数实现 */
char *readWord(FILE *fp) {
    char *ret;
    ret = (char *)malloc((MAXWORDLENGTH+1)*sizeof(char));
    int length = 0;
    char c;
    while(1) {
        c = fgetc(fp);
        if (!((c>='a'&&c<='z')||(c>='A'&&c<='Z')) && length<=0) 
            continue;
        else if (!((c>='a'&&c<='z')||(c>='A'&&c<='Z')) && length>0)
            break;
        ret[length++] = c;
    }
    ret[length] = '\0';
    return ret;
} 
/* 将单词存入哈希表 */
void hash(HashTable hT, char *word) {
    char *wordForHash = (char *)malloc((MAXWORDLENGTH+1)*sizeof(char));
    strcpy(wordForHash,word);
    unsigned int h=0;
    while (*wordForHash != '\0') {
        h = (h<<5) + *wordForHash++;
    }
    h = h%HASHTABLESIZE;
    HashNode tmp = (HashNode)malloc(sizeof(struct HNode));
    tmp->word = word;
    tmp->count = 1;
    tmp->next = NULL;
    if (hT[h]==NULL) {
        hT[h] = tmp;
    } else if (findWord(hT[h],word)!=NULL) {
        findWord(hT[h],word)->count++;
    } else {
        findTail(hT[h])->next = tmp;
    }
}
/* 打印哈希链 */
void printHashChain(HashNode hN) {
    while (hN!=NULL) {
        printf("单词: %s, 词频: %d\n",hN->word,hN->count);
        hN = hN->next;
    }
}
/* 主程序 */
int main() {
    FILE *fp;
    char *word;
    int wordcount;
    HashTable hashTable;
    for (int i=0; i<HASHTABLESIZE; i++) {
        hashTable[i] = NULL;
    }
    if ((fp=fopen(DOCNAME,"r"))==NULL)
        puts("打开文件时发生错误");
    else {
        while (fgetc(fp)!=EOF) {
            fseek(fp,-1,SEEK_CUR);
            wordcount++;
            word = readWord(fp);
            hash(hashTable,word);
        }
    }
    fclose(fp);
    printf("共计%d个有效单词\n",wordcount);
    for (int i=0; i<HASHTABLESIZE; i++) {
        if (hashTable[i]!=NULL) {
            printHashChain(hashTable[i]);
        }
    }

    getchar();
    return 0;
}

测试结果：