【编程珠玑】第十五章 字符串

（1）为文档中包含的单词生成一个列表，使用标准模板库中的set容器与string，while循环输入集合S(忽略重复的单词)，并排序输出：

#include<iostream>
#include<string>
#include<set>
using namespace std;
int main()
{
    set<string> S;
    string t;
    while (cin >> t)
        S.insert(t);
    set<string>::iterator i;
    for (i = S.begin(); i != S.end(); ++i)
        cout << *i<< endl;
    return 0;
}

运行结果举例：

（2）利用标准模板库中的关联容器map，统计输入字符串的出现次数

#include<iostream>
#include<string>
#include<map>
using namespace std;
int main()
{
    map<string,int> M;
    string t;
    while (cin >> t)
        ++M[t];
    map<string, int>::iterator i;
    for (i = M.begin(); i != M.end(); ++i)
        cout << i->first <<" "<< i->second << endl;
    return 0;
}

运行结果举例：

为了减少处理时间，可以建立散列表。

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

typedef struct node *nodeptr;
typedef struct node
{
    char *word;
    int count;
    nodeptr next;
}node;

#define NHASH    29989    //圣经中有29131个不同的单词，用跟29131最接近的质数作为散列表的大小
#define MULT 31            //hash时用到的乘数
nodeptr bin[NHASH];        //散列表

unsigned int hash(char *p)
{
    unsigned int h = 0;
    for( ; *p != ''; p++)
    {
        h = MULT * h + *p;
    }
    return h % NHASH;
}

#define NODEGROUP    1000
int nodesleft = 0;
nodeptr freenode;

nodeptr nmalloc()
{
    if(nodesleft == 0)
    {
        freenode = (nodeptr)malloc(NODEGROUP *sizeof(node));
        nodesleft = NODEGROUP;
    }
    nodesleft--;
    return freenode++;
}

#define CHARGROUP    10000
int charleft = 0;
char *freechar;

char *smalloc(int n)
{
    if(charleft < n)
    {
        freechar = (char *)malloc(n + CHARGROUP);
        charleft = n + CHARGROUP;
    }
    charleft -= n;
    freechar += n;
    return freechar - n;
}

//增加原先存在的单词的计数值，若之前没有该单词，则对计数器初始化
void incword(char *s)
{
    nodeptr p;
    int h = hash(s);    //找到与单词对应的箱
    for(p = bin[h]; p != NULL; p = p->next)
    {
        if(strcmp(s, p->word) == 0)
        {
            (p->count)++;
            return;
        }
    }

    p = nmalloc();
    p->count = 1;
    p->word = smalloc(strlen(s) + 1);
    strcpy(p->word, s);
    p->next = bin[h];    //头插法
    bin[h] = p;
}


int main()
{
    int i;
    nodeptr p;
    char buf[100];
    for(i = 0; i < NHASH; i++)
    {
        bin[i] = NULL;
    }
    while(scanf("%s", buf) != EOF)
    {
        incword(buf);
    }
    for(i = 0; i < NHASH; i++)
    {
        for(p = bin[i]; p != NULL; p = p->next)
        {
            printf("%s %dn", p->word, p->count);
        }
    }
    return 0;
}

性能分析：
平衡搜索树将字符串看作不可分割的一部分进行操作，STL中的set和map中的大部分实现都是使用这种数据结构。散列表则需要深入字符串的内部，计算散列函数并将关键字分散到一个较大的表中。散列表的方法平均速度很快，但是缺乏平衡树提供的最坏情况性能保证，也不能支持其他设计顺序的操作。