用hash表统计文本文件中每个单词出现的频率

闲来无事，敲两行代码解解愁。

今天介绍一种用自已建立的hash表（hash链表）来统计一个输入文本文件中每个单词出现的频率，hash表的构造详见《编程珠玑》第15章。

一、主体思路：

 

  (1)建立一个hash表；

    --(a) hash函数：除留取余法，H(key) = key % size；

    --(b) 解决冲突的方法：链地址法，将所有映射到相同索引的字符串用链接指针连接在一起。

  (2)读取文本文件word.txt，每次读取一行，然后分隔每个单词，插入到hash表，插入过程中会对单词出现次数统计；

  (3)将整个hash表内容写到一个文本文件result.txt中。

 

二、数据结构及算法实现

  (1)hash表

   --(a) hash表大小(HASHNUMBER)：采用一个大质数作为表的总容量，本例中为HASHNUMBER29989；

     #define HASHNUMBER 29989 //散列表的大小，29989为质数。
       #define MULT 31 //hash函数的一个乘子。

        typedef struct hashnode

        {//链表中每个节点的结构
           hashnode()
           {
              word = NULL;
              count = 0;
              next = NULL;
           }
           char * word;//单词
           int count;//出现频率
           struct hashnode *next;//指向链表中具有相同hash值的下个节点
       }hashNode,*hashNodePtr ;

      hashNodePtr bin[HASHNUMBER] = { NULL};//HASHNUMBER大小的指针数组 作为hash表。

   --(b) hash函数：将每个单词映射为一个小于HASHNUMBER的正整数；

     unsigned int hashIndex(const char * pWord)//返回hash表索引（即hash指针数组的下标）。
      {
          assert(pWord != NULL);
          unsigned int index = 0; //以下四行为将一个单词映射到一个小于HASHNUMBER的正整数的函数。
           for(;*pWord != '/0';pWord++)
               index = MULT * index + *pWord;
           return index % HASHNUMBER;
      }

   --(c) 向hash表中插入单词。

  void insertWord (const char * pWord )// 在hash 表中插入单词，如果已经存在了，则增加单词的出现次数count 。

  {

    assert (pWord != NULL );

    hashNodePtr p ;

    unsigned int index = hashIndex (pWord );//用(b)中的hash函数得到单词在hash表中的下标。

    for (p =bin [index ];p != NULL ;p = p ->next )

    { //