721-统计英文文档中重复次数最多的前1000个单词

以你之姓@ 2022-09-17 04:23 172阅读 0赞

## 统计英文文档中重复次数最多的前1000个单词,按重复次数从大到小输出,并保存到文件 ##

#include <stdio.h>
    #include <assert.h>
    #include <ctype.h>
    #include <stdlib.h>
    #include <string.h>
    /*
    项目一:统计英文文档中重复次数最多的前1000个单词,按重复次数从大到小输出,并保存到文件
    
     sprintf();
    */
    
    #define WORD_LEN 100//一次单词的最大长度
    #define INIT_SIZE 10
    
    typedef struct Word
    {
        
    	char str[WORD_LEN];//单词
    	int count;//单词出现的次数
    }Word;
    
    typedef struct WordTable
    {
        
    	Word* elem;//指向动态数组
    	int usedsize;//有效数据个数
    	int len;//总格子数
    }WordTable;
    
    void InitWordTable(WordTable* pwt)
    {
        
    	assert(pwt != NULL);
    	pwt->elem = (Word*)malloc(sizeof(Word) * INIT_SIZE);
    	pwt->usedsize = 0;
    	pwt->len = INIT_SIZE;
    }
    
    //在pwt中查找newWord,成功返回下标,失败返回-1
    int Search(WordTable* pwt, const char* newWord)
    {
        
    	for (int i = 0; i < pwt->usedsize; i++)//遍历pwt中的有效数据
    	{
        
    		if (strcmp(pwt->elem[i].str, newWord) == 0)//查找成功
    		{
        
    			return i;
    		}
    	}
    	return -1;
    }
    
    //将newWord添加到pwt中
    //利用尾插,不对newWord是否在pwt中进行判断
    bool InsertWord(WordTable* pwt, const char* newWord)
    {
        
    	if (pwt->usedsize == pwt->len)//判满,容量扩大到原来的2倍
    	{
        
    		pwt->len *= 2;//总格子数
    		pwt->elem = (Word*)realloc(pwt->elem, pwt->len * sizeof(Word));//内存扩大
    		//pwt->usedsize;//不变
    		assert(pwt->elem != NULL);
    	}
    	strcpy(pwt->elem[pwt->usedsize].str, newWord);//将新单词尾插到elem中
    	pwt->elem[pwt->usedsize].count = 1;
    
    	pwt->usedsize++;
    
    	return true;
    }
    
    void SaveWord(WordTable* pwt, const char* newWord)
    {
        
    	int i = Search(pwt, newWord);
    	if (i != -1)//该单词已经出现过
    	{
        
    		pwt->elem[i].count++;
    	}
    	else//该单词是新单词,需要添加到pwt中
    	{
        
    		InsertWord(pwt, newWord);
    	}
    }
    
    //销毁动态内存
    void Destroy(WordTable* pwt);
    
    //排序
    //按单词重复次数count降序排列
    void BubbleSort(WordTable* pwt)
    {
        
    	Word tmp;
    	for (int i = 0; i < pwt->usedsize - 1; i++)
    	{
        
    		for (int j = 0; j + 1 < pwt->usedsize - i; j++)
    		{
        
    			if (pwt->elem[j].count < pwt->elem[j + 1].count)
    			{
        
    				tmp = pwt->elem[j];
    				pwt->elem[j] = pwt->elem[j + 1];
    				pwt->elem[j + 1] = tmp;
    			}
    		}
    	}
    }
    
    
    //保存到文件
    //将pwt的前len个数据保存到path文件中
    void WriteFile(WordTable* pwt, int len)
    {
        
    	const char* path = "temp.txt";
    	assert(pwt != NULL && len > 0);
    	len = len < pwt->usedsize ? len : pwt->usedsize;
    	FILE* fw = fopen(path, "w");
    	assert(fw != NULL);
    	char arr[WORD_LEN + 20];
    
    	for (int i = 0; i < len; i++)
    	{
        
    		sprintf(arr, "%s出现的次数:%d\n", pwt->elem[i].str, pwt->elem[i].count);
    		fwrite(arr, sizeof(char), strlen(arr), fw);
    	}
    
    	fclose(fw);
    }
    
    //输出
    void Show(WordTable* pwt)
    {
        
    	assert(pwt != NULL);
    	int len = pwt->usedsize < 1000 ? pwt->usedsize : 1000;
    	for (int i = 0; i < len; i++)
    	{
        
    		printf("%s出现的次数:%d\n", pwt->elem[i].str, pwt->elem[i].count);
    	}
    }
    
    //从文件中读取单词
    void ReadWord(const char* path)
    {
        
    	FILE* fr = fopen(path, "r");//读打开
    	assert(fr != NULL);
    	char ch;
    	char newWord[WORD_LEN];//存放当前读取的单词
    	int i = 0;//word下标
    	bool flg = false;//标记是否有新单词需要处理
    	WordTable wt;
    	InitWordTable(&wt);
    
    	while (fread(&ch, sizeof(char), 1, fr) > 0)
    	{
        
    		if (isalpha((unsigned char)ch))//字母字符是单词的一部分
    		{
        
    			newWord[i++] = ch;
    			flg = true;
    		}
    		else//非字母字符
    		{
        
    			if (flg)//有新单词需要处理
    			{
        
    				newWord[i] = '\0';
    				SaveWord(&wt, newWord);//将单词word保存到arr中,如果单词已经存在则其计数器++,不存在则添加
    				flg = 0;
    				i = 0;
    			}
    		}
    	}
    
    	fclose(fr);
    
    	BubbleSort(&wt);
    	WriteFile(&wt, 1000);
    	//Show(&wt);
    }
    
    int main()
    {
        
    	ReadWord("Harry Poter.txt");
    	//int a = 10;
    	//double b = 23.4;
    	//char *c = "hello";
    	//char buf[100];//"23.4000"
    	printf("%d,%f,%s\n",a,b,c);
    	//sprintf(buf,"%f",b);
    	//printf("buf=%s\n",buf);
    
    	return 0;
    }