SCAU OJ综合性实验

在当前目录中存在文件名为"case1.in"（其中case后为数字1，不是字母l，写错提交后会判错）的文本文件，其内容为一篇英文文章（以EOF作为结束标志）。现要求读取该文本文件内容，统计文章中每个单词出现的次数，并输出出现次数最多的前5个单词及其出现次数（按出现次数由多到少的顺序输出，次数相同时按字典顺序输出，不足5个单词时，按序输出全部单词）。程序中注意如下细节：

（1） 空格、标点符号与回车符起到分隔单词的作用。

（2） 文章一行的末尾可能有连字符，出现连字符时，该行最末的字符串与下行最先出现的字符串构一个单词；

（3） 名词缩写算一个单词；

（4） 数字不算单词；

（5） 单词不区分大小写；

（6） 输出时单词全使用小写；

#include “stdio.h”
#include “math.h”
#include “string.h”
#include “stdlib.h”
_______________________

main()
{
_______________________
}

整体思路：

①声明一个二维数组作为单词表，将文件中的字符一个一个读出来，按照条件组成单词，每个单词储存在二维数组的一行中，每读取一个单词就按字典顺序进行排序，读完之后的单词表就是按字典顺序排好的，但还有重复

②定义一个结构体变量，用结构体变量储存单词并记录其出现的次数

③在不打乱单词表顺序的前提下按照次数进行排序，排出满足条件的前五个进行输出

代码实现：

#include "stdio.h"
#include "math.h"
#include "string.h"
#include "stdlib.h"

struct infomation  //用结构体变量记录单词及其出现的次数
{
    char eng[21];
    int quantity;
};

void sort(char a[][21], char current[21], int row)  //用插入排序把已有的单词排序
{   //注：因为 current实际上是存有单词的最后一行，所以下面的 a[row+1] 就是 current
    int i = 0, j, k, m=0;
    if(strcmp(current , a[i]) <= 0) //如果 current里的单词排在第一位
    {                              //把在数组中所有单词都往后移一行
        for(j = row ; j >= 0; j--)
        {
            strcpy(a[j+1] , a[j]) ;
        }
        strcpy(a[0] , a[row+1]) ; //再把 current里的单词放到 a[0] 里

        while((*a[row+1]+m) != 0 && m < 20) //把 current的内容清空，以免影响之后的单词读取
        {                                   //其实这里可以用 memset() 函数，但一开始没想到
            *(a[row+1]+m) = 0;              //为了珍惜自己的劳动成果，选择保留
            m++ ;
        }
    }
    else if(strcmp(current , a[0]) > 0)   //如果 current里的单词应该放在第一位之后
    {
        k = 0 ;
        while(strcmp(current , a[k]) > 0) //找到要插入 current的位置
        {
            k++ ;
        }
        for(j = row ; j >= k ; j--)
        {
            strcpy(a[j+1] , a[j]) ; //把 a[k]及之后的单词都往后移一行
        }
        strcpy(a[k] , a[row+1]);   //再把 current里的单词放到 a[k]里
        while((*a[row+1]+m) != 0 && m < 20) //清空 current
        {
            *(a[row+1]+m) = 0;
            m++ ;
        }
    }
}

int count(char a[][21], int n)  //计算有多少个不同的单词，为创建结构体数组做准备
{
    int i = 0, amount = 0;
    while(a[i] != 0 && i < n)
    {
        if(strcmp(a+i , a+(i+1)) != 0) //因为在这一步之前已经把单词排好序
        {                          	   //所以有几个 strcmp(a+i,a+(i+1))!=0 就有几个单词
            amount++ ;
        }
        i++ ;
    }
    return amount ;
}

main()
{
    FILE *fp ;
    fp = fopen("case1.in" , "r") ;
    char word[10000][21] ;
    char ch , pre , temp ; //ch用来读取字符，pre记录 ch之前的字符，temp记录'-'
    int n = 0, i = 0, amount ;
    while((ch = fgetc(fp)) != EOF)
    {
        if(ch == '-')    //读取到'-'
        {
            temp = '-' ; //把'-'记下来
            continue ;   //读取下一个
        }
        if(temp =='-' && ch != '\n')
        {   //如果前一个是'-'且 ch不是'\n',说明前面已经读取到一个单词
            temp =  0 ;
            if(*word[n] !=  0) //如果当前 word[n]里有单词
            {
	            sort(word, word[n], n) ; //把当前这个单词排序
	            n++ ; //下一行
	            i = 0 ; //下一行从头开始存字符
	            pre = ch ;
            }
        }
        if(temp == '-' && ch == '\n')
        {   //如果'-'之后是'\n',说明下一行的字符要接在 pre后面
            temp = 0 ; //把 temp赋为空，以免影响后续判断
            continue ;
        }
        if(((32 <= ch && ch < '-') || ('-' < ch && ch <= 64) || ch =='\n') && ('A' <= pre && pre <= 'Z' || 'a' <= pre && pre <= 'z') )
        {   //如果读取到的字符是空格、标点符号或者'\n',说明前一个单词读取完毕
            if(*word[n] !=  0)
            {
	            sort(word, word[n], n) ; //将已有单词排序
	            n++ ; //读取下一个单词
	            i = 0 ;
	            pre = ch ;
            }
        }
        if('A' <= ch && ch <= 'Z' || 'a' <= ch && ch <= 'z')
        {   //如果读到字母就储存下来
            if('A' <= ch && ch <= 'Z')
                ch += 32 ;
            word[n][i++] = ch ;
            pre = ch ; // 读取下一个字符前把当前字符记下来
        }
    }
    i = 0 ;
    fclose(fp) ;
    amount = count(word , n) ; //统计有多少个不同的单词
    if(amount < 5) //如果不足5个单词，直接按序输出
    {
        for(i = 0 ; i < amount ; i++)
        {
            if(strcmp(word[i] , word[i+1]) != 0)
                printf("%s\n", word[i]) ;
        }
    }
    if(amount >= 5)
    {
        struct infomation max[amount] ;
        strcpy(max[0].eng , word[0]) ; //先把 word[0]放到 max[0].eng中
        i = 0 ;
        int j = 0 , k ;
        max[j].quantity = 0 ;
        while(i <= n) //遍历单词表进行单词计数
        {
            if(strcmp(max[j].eng , word[i]) == 0)
            {
                max[j].quantity++ ; //如果 max[j].eng 与 word[i]一样，计数加一
            }
            else //如果不一样，把下一个单词存到下一个结构体中
            {
                j++ ;
                max[j].quantity=1 ; //当读到一个不一样的单词时计数从1开始
                strcpy(max[j].eng , word[i]) ;
            }
            i++ ;
        }
        struct information tmp ;
        for(i = 0 ; i < 5 ; i++) //选择和插入结合排序结构体数组，排出现次数最多的前五个就可以了，节约时间
        {
            k = i ;
            for( j = i+1 ; j < amount ; j++)
            {
                if(max[j].quantity > max[k].quantity)
                    k = j ;
            }
            if(k != i)
            {
                tmp = max[k] ;
                for(j = k ; j > i ; j--) //这里不能直接交换 max[k]和max[j]，那样会把顺序打乱
                {
                    max[j] = max[j-1] ;  //而是把i到k的结构体往后移一位
                }
                max[i] = tmp ;           //最后把 max[k]放到 max[i]的位置
            }
        }
        for(i = 0 ; i < 5 ; i++)
        {
            printf("%s %d\n",max[i].eng , max[i].quantity) ; //输出排完序的前五个结构体里的单词及其次数
        }
    }
}