文本文件单词的检索与计数 实验准备

一、实验内容

1、文本文件中每个单词不包含空格且不跨行，单词由字符序列构成且区分大小写，统计给定单词在文本文件中出现的总次数，检索输出的某个单词出现在文本中的行号、在该行中出现的位置。
2、设计数据量大的文本，进行子串的查询处理，分析算法运行的时间效率，对所有输出的匹配位置结果进行验证，以证明算法设计和实现的正确性。
3、用朴素模式匹配算法或KMP算法实现字符串定位；
4、可正确读取，保存文本；

二、编程语言

编程语言：C++

三、实验思路

一，建立文本文件，文件名由用户用键盘输入；
二，给定单词的计数，输入一个不含空格的单词，统计输出该单词在文本中的出现次数；
三，检索给定单词，输入一个单词，检索并输出该单词所在的行号、该行中出现的次数以及在该行中的相应位置。

四、算法

1、朴素模式匹配算法

朴素模式匹配算法就是遍历主串，然后把待匹配字符串与子串进行比对，先把待匹配子串的第一个字母与主串进行匹配，若匹配成功，则两串的坐标依次 ++，匹配不成功时，主串坐标返回到开始匹配时的坐标，待匹配串坐标清零，若待匹配坐标等于待匹配子串长度，则证明匹配成功， 返回匹配完毕主串的第一个坐标，否则返回-1。

2、KMP算法

kmp算法的实现是借助了一个next数组，该数组是通过对要查找的字符串M进行预处理，然后实现在查找是如果在i位出现不匹配的话，并非从头到尾全部重新匹配，而是用next数组找到能够最大满足前缀匹配的下标。