数据结构课设--基于二叉排序树的低频词过滤系统

一.实验内容

1. 对于一篇给定的英文文章，利用线性表和二叉排序树来实现单词频率的统计，实现低频词的过滤，并比较两种方法的效率。具体要求如下：

2. 读取英文文章文件（Infile.txt），识别其中的单词。

3. 分别利用线性表和二叉排序树构建单词的存储结构。当识别出一个单词后，若线性表或者二叉排序树中没有该单词，则在适当的位置上添加该单词；若该单词已经被识别，则增加其出现的频率。

4. 统计结束后，删除出现频率低于五次的单词，并显示该单词和其出现频率。

5. 其余单词及其出现频率按照从高到低的次序输出到文件中（Outfile.txt），同时输出用两种方法完成该工作所用的时间。

6. 计算查找表的ASL值，分析比较两种方法的效率。

7. 系统运行后主菜单如下：
   

   当选择1后进入以下界面：
   

其中选择2时显示利用线性表来实现所有功能所用的时间。
当在主菜单选择2二叉排序树后，进入的界面与上图类同。

二.实验提示

1、在统计的过程中，分词时可以利用空格或者标点符号作为划分单词依据，文章中默认只包含英文单词和标点符号。
2、对单词进行排序时，是按照字母序进行的，每个结点还应包含该单词出现的频率。
3、存储结构的定义
 二叉排序树的存储表示
typedef struct BSTNode{
string WordName; //单词名称
int count; //单词出现频率
struct BSTNode *next;
} BSTNode, *BSTree;
4、实现过程可参见教材上线性表和二叉排序树的相关算法。

三.实验代码

#include<iostream>
#include<vector>
#include<string>
#include<fstream>
#include<algorithm>
#include<cctype>
#include<ctime>
#include <cmath>
#define    CLOCKS_PER_SEC      ((clock_t)1000)
using namespace std;
//线性表类
class Linklist {
   
    //链表结点
    struct Node {
   
        string WordName;
        int count;
        Node*next;
        Node* pre;
    };
private:
    Node* head=new Node;//头结点
    int wordNum;//当前单词数
    int Initial_wordNum;//总计单词数
public:
    Linklist() {
   
        head->next = head;
        head->pre = head;
        wordNum = 0;
    }
   //查找单词
    Node* SearchWord(string word, Node* head) {
   
        Node* ptr = head->next;
        while (ptr != head) {
   
            if (ptr->WordName == word)return ptr;
            ptr = ptr->next;
        }
        return nullptr;
    }
    //读取文件并识别单词,已有则+1次数,没有则将该词加入链表
    void Creat () {
   
        cout << "读取Infile.txt文件\n";
        ifstream input("Infile.txt");
        if (input.fail())
        {
   
            cout << "不存在该文件" << endl;
            cout << "退出程序" << endl;
            exit;
        }
        string str;
        int count;
        char c;
        //循环读取txt中的每一个字符
        while (input.get(c))
        {
   
            if ((65<=c&&c<=90)||(c>=97&&c<=122))    //只考虑字母
                str += c;
            else
            {
   
                if (str != "")//已经识别为一个单词
                {
   
                    transform(str.begin(), str.end(), str.begin(), ::tolower);  //将所有字母转换为小写,以免记录根据大小写的不同重复记录单词
                    Node* temp=SearchWord(str, head);   //线性搜索链表,查找单词
                    if(temp!=nullptr)temp->count++;
                    else {
   
                        Node* NewNode = new Node;
                        NewNode->count = 1;
                        NewNode->WordName = str;
                        head->next->pre = NewNode;
                        NewNode->next = head->next;
                        NewNode->pre = head;
                        head->next = NewNode;
                        wordNum++;
                        Initial_wordNum++;
                    }
                }
                str = ""; //单词尚未结束
            }
        }
        if (input.is_open())
            input.close();
        cout << "------------------------------------\n";
    }
   //删除出现次数低于5的单词
    void Delete() {
   
        Node* ptr = head->next;
        vector<Node>deleteNode;
        while (ptr != head) {
   
            bool flag = 1;
            if (ptr->count < 5) {
   
                Node* temp = new Node;
                temp = ptr;
                deleteNode.push_back(*temp);
                ptr->pre->next = ptr->next;
                ptr->next->pre = ptr->pre;
                temp = ptr;
                ptr = ptr->next;
                delete temp;
                wordNum--;
                flag = 0;
            }
            if(flag)ptr = ptr->next;
        }
        cout << "删除频率低于5的的单词:\n";
        for (auto x : deleteNode)cout << x.WordName << "("<<x.count<<") ";
        cout <<"\n---------------------------------------------\n";
    }
   //将链表中的单词按频率从高到低输出到文件中
    void Outfile() {
   
        cout << "将其余单词与出现频率从高到低输入到G:\\Outfile.txt文件中\n";
        ofstream outfile("G:\\Outfile.txt", std::ios::app);
        while (head->next != head)