以下是第一次写的代码:
#include<stdio.h>
#include<assert.h>
#include<malloc.h>
#include<string.h>
#include<ctype.h>
#define SIZE 5000000
typedef struct Word
{
char arr[40];
int count;//当前单词个数
}Word;//存储每个单词
typedef struct Num
{
Word *brr;//指向某一个单词的结构体
int length;
int listsize;
}N;//单词总量
const char* GetWord(const char *path)//将文件保存在内存中
{
assert(path!=NULL);
FILE *fr=fopen(path,"r");
assert(fr!=NULL);
fseek(fr,0,SEEK_END);
int len=ftell(fr);//该函数返回位置标识符的当前值。
char *str=(char *)malloc(len*sizeof(char));
fseek(fr,0,SEEK_SET);//重置
fread(str,len,1,fr);
*(str+len-1)='\0';
fclose(fr);
return str;
}
int Length(Num num)//统计总单词个数
{
return num.length;
}
Num WriteWords(const char*str,Num num)//将内存中的单词写入结构体
{
assert(*str!=NULL);
int i=0;
int j=0;
bool flag=false;
while(*str!='\0')
{
if((*str>=65&&*str<=90)||(*str>=97&&*str<=122)||*str=='\'')
{
num.brr[i].arr[j]=*str;
j++;
str++;
flag=true;
}
else
{
if(flag)
{
num.brr[i].count=1;
num.brr[i].arr[j]='\0';
i++;
num.length++;
j=0;
flag=false;
}
str++;
}
}
return num;
}
Num SumWords(Num num,int many)//统计单词出现个数
{
for(int i=0;i,i<many;i++)
{
for(int j=i+1;j<many;j++)
{
if(num.brr[i].count==0)
{
break;
}
if(!strcmp(num.brr[i].arr,num.brr[j].arr))
{
num.brr[i].count++;
num.brr[j].count=0;
}
}
}
return num;
}
void Show(Num num,int many)
{
for(int i=0;i<many;i++)
{
if(num.brr[i].count==0)
{
continue;
}
printf("%s",num.brr[i].arr);
printf(" %d\n",num.brr[i].count);
}
}
Num Sort(Num num,int many)//排序
{
/*int temp;
char temp2[40];*/
Word temp;
for(int j=0;j<many;j++)
{
for(int i=0;i<many-j;i++)
{
if(num.brr[i].count<num.brr[i+1].count)
{
temp=num.brr[i];
num.brr[i]=num.brr[i+1];
num.brr[i+1]=temp;
/*temp=num.brr[i].count;
strcpy(temp2,num.brr[i].arr);
num.brr[i].count=num.brr[i+1].count;
strcpy(num.brr[i].arr,num.brr[i+1].arr);
num.brr[i+1].count=temp;
strcpy(num.brr[i+1].arr,temp2); */
}
}
}
return num;
}
int main()
{
const char *path="E:\\1.txt";
const char *str=GetWord(path);
Num num;
num.length=0;
num.brr=(Word*)malloc(SIZE*sizeof(Word));
num = WriteWords(str,num);
int many=Length(num);
SumWords(num,many);
Sort(num,many);
Show(num,many);
printf("总单词个数为:%d\n",many);
free(num.brr);
return 0;
}
注:所使用的文章是哈利波特与魔法石全文。vs2012,使用过程中isalpha这一类库函数不知为何不能使用,所以判断时用了一个类似的。
在这个版本中是存在BUG的,虽然能够运行出结果,但是和答案有200左右的偏差,最高频率出现的单词个数也有5-10个左右的偏差。起初的原因,以为是在内存申请的时候不能够在主函数返回正确的大小导致,于是就改变成不在函数中申请内存返回,而是选择在主函数中申请。 但是运行的结果还是不行,没有改变。于是又从文章中选取部分进行测试,通过断点监视,一步步来寻找出错点。于是发现在从文件写入内存时,我是用的文件读取是fread(str,len,1,fr);是一次性全部读取。我测试过文件的长度,返回值是正确的,那么理论上应该是能够一次性把文件的内容写到内存中,但是通过监视窗口发现,在文章快要到结束的时候,后面的文字没有被写入内存,全部都是“屯屯屯”。然后又试了各种方式,但无果。最终只好放弃这种方式,改为使用fgetc()进行逐字写入。以下是最终版:(程序中有很多注释掉的地方,都是之前的测试)
#include<stdio.h>
#include<assert.h>
#include<malloc.h>
#include<string.h>
#include<ctype.h>
#include <time.h>
#define SIZE 5000000
/*
“烫”是未初始化的栈空间,“屯”是申请后未做过内存清零或COPY的堆内存。
*/
typedef struct Word
{
char arr[40];
int count;//当前单词个数
}Word;//存储每个单词
typedef struct Num
{
Word *brr;//指向某一个单词的结构体
int length;
int listsize;
}N;//单词总量
int Len(const char *path)
{
assert(path!=NULL);
FILE *fr=fopen(path,"r");
assert(fr!=NULL);
fseek(fr,0,SEEK_END);
int len=ftell(fr);
fclose(fr);
return len;
}
char* GetWord(const char *path,char *str,int len)//将文件保存在内存中
{
//assert(path!=NULL);
FILE *fr=fopen(path,"r");
//assert(fr!=NULL);
//fseek(fr,0,SEEK_END);
//int len=ftell(fr);//该函数返回位置标识符的当前值。
//char *str=(char *)malloc(len*sizeof(char));
//fseek(fr,0,SEEK_SET);//重置
//fread(str,len,1,fr);
//*(str+len+1)='\0';
fseek(fr,0,SEEK_SET);
for(int i=0;i<len;i++)
{
*str=fgetc(fr);
//printf("%c",*str);
str++;
}
/*do
{
*str=fgetc(fr);
printf("%c",*str);
str++;
}
while(*str!=EOF);*/
//str++;
*str='\0';
fclose(fr);
return str;
}
int Length(Num num)//统计总单词个数
{
return num.length;
}
Num WriteWords(const char*str,Num num)//将内存中的单词写入结构体
{
assert(*str!=NULL);
int i=0;
int j=0;
bool flag=false;
while(*str!='\0')
{
if((*str>=65&&*str<=90)||(*str>=97&&*str<=122)||*str=='\'')
{
num.brr[i].arr[j]=*str;
j++;
str++;
flag=true;
}
else
{
if(flag)
{
num.brr[i].count=1;
num.brr[i].arr[j]='\0';
i++;
num.length++;
j=0;
flag=false;
}
str++;
}
}
return num;
}
Num SumWords(Num num,int many)//统计单词出现个数
{
for(int i=0;i,i<many;i++)
{
for(int j=i+1;j<many;j++)
{
if(num.brr[i].count==0)
{
break;
}
if(!strcmp(num.brr[i].arr,num.brr[j].arr))
{
num.brr[i].count++;
num.brr[j].count=0;
}
}
}
return num;
}
void Show(Num num,int many)
{
for(int i=0;i<many;i++)
{
if(num.brr[i].count==0)
{
continue;
}
printf("%s",num.brr[i].arr);
printf(" %d\n",num.brr[i].count);
}
}
Num Sort(Num num,int many)//排序
{
/*int temp;
char temp2[40];*/
Word temp;
for(int j=0;j<many;j++)
{
for(int i=0;i<many-j;i++)
{
if(num.brr[i].count<num.brr[i+1].count)
{
temp=num.brr[i];
num.brr[i]=num.brr[i+1];
num.brr[i+1]=temp;
/*temp=num.brr[i].count;
strcpy(temp2,num.brr[i].arr);
num.brr[i].count=num.brr[i+1].count;
strcpy(num.brr[i].arr,num.brr[i+1].arr);
num.brr[i+1].count=temp;
strcpy(num.brr[i+1].arr,temp2); */
}
}
}
return num;
}
int main()
{
clock_t start,finish;//记录程序运行时间
double totaltime;
start=clock();
const char *path="E:\\1.txt";
//const char *str=GetWord(path);
int len=Len(path);
char *str=(char *)malloc(len*sizeof(char));
GetWord(path,str,len);
Num num;
num.length=0;
num.brr=(Word*)malloc(SIZE*sizeof(Word));
num = WriteWords(str,num);
int many=Length(num);
SumWords(num,many);
Sort(num,many);
Show(num,many);
printf("总单词个数为:%d\n",many);
free(num.brr);
finish=clock();//记录程序运行时间
totaltime=(double)(finish-start)/CLOCKS_PER_SEC;
printf("\n程序运行的时间为: %.5f 秒",totaltime);
return 0;
}
这个版本的运行结果是没有问题的。
在这个项目完成后,就要考虑程序的时间复杂度,来进行优化。这个项目将来还要进行许多的改进,比如说在排序方面,可以变为快排,堆排以减少时间复杂度。还可以往里面加功能,如输入字符串进行查找,显示字符串共出现的次数。
以下是加了快排和查找的修改版:
#include<stdio.h>
#include<assert.h>
#include<malloc.h>
#include<string.h>
#include<ctype.h>
#include <time.h>
#define SIZE 5000000
/*
“烫”是未初始化的栈空间,“屯”是申请后未做过内存清零或COPY的堆内存。
*/
typedef struct Word
{
char arr[40];
int count;//当前单词个数
}Word;//存储每个单词
typedef struct Num
{
Word *brr;//指向某一个单词的结构体
int length;
int listsize;
}N;//单词总量
int Len(const char *path)
{
assert(path!=NULL);
FILE *fr=fopen(path,"r");
assert(fr!=NULL);
fseek(fr,0,SEEK_END);
int len=ftell(fr);
fclose(fr);
return len+1;
}
char* GetWord(const char *path,char *str,int len)//将文件保存在内存中
{
//assert(path!=NULL);
FILE *fr=fopen(path,"r");
//assert(fr!=NULL);
//fseek(fr,0,SEEK_END);
//int len=ftell(fr);//该函数返回位置标识符的当前值。
//char *str=(char *)malloc(len*sizeof(char));
//fseek(fr,0,SEEK_SET);//重置
//fread(str,len,1,fr);
//*(str+len+1)='\0';
fseek(fr,0,SEEK_SET);
for(int i=0;i<len;i++)
{
*str=fgetc(fr);
//printf("%c",*str);
str++;
}
/*do
{
*str=fgetc(fr);
printf("%c",*str);
str++;
}
while(*str!=EOF);*/
//str++;
*str='\0';
fclose(fr);
return str;
}
int Length(Num num)//统计总单词个数
{
return num.length;
}
Num WriteWords(const char*str,Num num)//将内存中的单词写入结构体
{
assert(*str!=NULL);
int i=0;
int j=0;
bool flag=false;
while(*str!='\0')
{
if((*str>=65&&*str<=90)||(*str>=97&&*str<=122)||*str=='\'')
{
num.brr[i].arr[j]=*str;
j++;
str++;
flag=true;
}
else
{
if(flag)
{
num.brr[i].count=1;
num.brr[i].arr[j]='\0';
i++;
num.length++;
j=0;
flag=false;
}
str++;
}
}
return num;
}
Num SumWords(Num num,int many)//统计单词出现个数
{
for(int i=0;i,i<many;i++)
{
for(int j=i+1;j<many;j++)
{
if(num.brr[i].count==0)
{
break;
}
if(!strcmp(num.brr[i].arr,num.brr[j].arr))
{
num.brr[i].count++;
num.brr[j].count=0;
}
}
}
return num;
}
void Show(Num num,int many)
{
for(int i=0;i<many;i++)
{
if(num.brr[i].count==0)
{
continue;
}
printf("%s",num.brr[i].arr);
printf(" %d\n",num.brr[i].count);
}
}
Num Sort(Num num,int many)//排序冒泡
{
/*int temp;
char temp2[40];*/
Word temp;
for(int j=0;j<many;j++)
{
for(int i=0;i<many-j;i++)
{
if(num.brr[i].count<num.brr[i+1].count)
{
temp=num.brr[i];
num.brr[i]=num.brr[i+1];
num.brr[i+1]=temp;
/*temp=num.brr[i].count;
strcpy(temp2,num.brr[i].arr);
num.brr[i].count=num.brr[i+1].count;
strcpy(num.brr[i].arr,num.brr[i+1].arr);
num.brr[i+1].count=temp;
strcpy(num.brr[i+1].arr,temp2); */
}
}
}
return num;
}
Num QuickSort(Num num,int left,int right)//快排
{
int f;
Word t;
int rtemp,ltemp;
ltemp=left;
rtemp=right;
f=num.brr[(ltemp+rtemp)/2].count;
while(ltemp<rtemp)
{
while (num.brr[ltemp].count<f)
{
++ltemp;
}
while (num.brr[rtemp].count>f)
{
--rtemp;
}
if(ltemp<=rtemp)
{
t=num.brr[ltemp];
num.brr[ltemp]=num.brr[rtemp];
num.brr[rtemp]=t;
--rtemp;
++ltemp;
}
}
if(ltemp==rtemp)
{
ltemp++;
}
if(left<rtemp)
{
QuickSort(num,left,ltemp-1);
}
if(ltemp<right)
{
QuickSort(num,rtemp+1,right);
}
return num;
}
void Search(Num num ,int many,char *sch)//检索
{
printf("检索结果:\n");
for(int i=0;i<many;i++)
{
if(num.brr[i].count==0)
{
continue;
}
if(!strcmp(num.brr[i].arr,sch))
{
printf("%s %d",num.brr[i].arr,num.brr[i].count);
}
}
}
int main()
{
clock_t start,finish;//记录程序运行时间
double totaltime;
start=clock();
const char *path="E:\\1.txt";
//const char *str=GetWord(path);
int len=Len(path);
char *str=(char *)malloc(len*sizeof(char));
GetWord(path,str,len);
Num num;
num.length=0;
num.brr=(Word*)malloc(SIZE*sizeof(Word));
num = WriteWords(str,num);
int many=Length(num);
SumWords(num,many);
//Sort(num,many);//冒泡排序
QuickSort(num,0,many-1);//快速排序
Show(num,many);
printf("总单词个数为:%d\n",many);
//printf("=====================\n");
//char sch[]="Harry";
//printf("检索单词为:%s\n",sch);
//Search(num,many,sch);//单词检索
free(num.brr);
finish=clock();//记录程序运行时间
totaltime=(double)(finish-start)/CLOCKS_PER_SEC;
printf("\n程序运行的时间为: %.5f 秒",totaltime);
return 0;
}