导航

C语言实现词频统计——第二版

Posted on 2016-09-14 21:30  圆润的馒头君  阅读(2894)  评论(7)  编辑  收藏  举报

原需求

1.读取文件，文件内包可含英文字符，及常见标点，空格级换行符。

2.统计英文单词在本文件的出现次数

3.将统计结果排序

4.显示排序结果

新需求：

1.小文件输入. 为表明程序能跑

2.支持命令行输入英文作品的文件名

3. 支持命令行输入存储有英文作品文件的目录名，批量统计

4. 从控制台读入英文单篇作品，重定向输出

代码实现:

在原代码的基础上稍做了修改，使之可以批量读取文件夹下的所有文件，所以加了一个mode来判断是单个文件输入还是文件夹输入，来不及整理程序，所以现在程序有点丑。这次作业交了以后会干两件事，第一是精简程序结构，第二是优化程序性能，可能会重新构思程序的主体部分。

 1     if (mode == 2)
 2     {
 3         printf("输入读入文件夹的名字：");
 4         scanf("%s", &fa);
 5         if ((fHandle = _findfirst("*.txt", &fa)) == -1L)      //文件夹目录 
 6         {
 7             printf("当前目录下没有txt文件\n");
 8             return 0;
 9         }
10         else
11             do
12             {
13                 fp = fopen(fa.name, "r");
14                 for (i = 0; i < 500; i++)
15                 {
16                     (w + i)->num = 1;
17                 }
18 
19                 /****************单词匹配****************************************/
20                 i = 0;
21                 while (!feof(fp))//文件尚未读取完毕
22                 {
23                     ch = fgetc(fp);
24                     (w + i)->a[j] = '\0';
25                     if (ch >= 65 && ch <= 90 || ch >= 97 && ch <= 122)                            //ch若为字母则存入
26                     {
27                         (w + i)->a[j] = ch;
28                         j++;
29                         flag = 0;                                                  //设标志位判断是否存在连续标点或者空格
30                     }
31                     else if (!(ch >= 65 && ch <= 90 || ch >= 97 && ch <= 122) && flag == 0)       //ch若不是字母且上一个字符为字母
32                     {
33                         i++;
34                         j = 0;
35                         flag = 1;
36                         for (m = 0; m < i - 1; m++)                                    //匹配单词，若已存在则num+1
37                         {
38                             if (stricmp((w + m)->a, (w + i - 1)->a) == 0)
39                             {
40                                 (w + m)->num++;
41                                 i--;
42                             }
43                         }
44                     }
45                     /****************动态分配内存****************************************/
46                     if (i == (p * 500))                                                      //用i判断当前内存已满
47                     {
48                         p++;
49                         w = (struct fre_word*)realloc(w, 500 * p*(sizeof(struct fre_word)));
50                         for (n = i; n <= 500 * p; n++)                                           //给新分配内存的结构体赋初值
51                             (w + n)->num = 1;
52                     }
53                 }
54                 i = i - 2;
55                 quick(w, 0, i);
56 
57                 printf("文件%s词频统计如下\n", fa.name);
58                 printf("不重复的单词数：");
59                 printf("%d\n", i);
60                 for (n = 0; n <10; n++)
61                 {
62                     printf("文档中出现的单词：");
63                     printf("%-18s", (w + n)->a);
64                     printf("其出现次数为:");
65                     printf("%d\n", (w + n)->num);
66                 }
67                 printf("\n");
68                 
69             } while (_findnext(fHandle, &fa) == 0);
70             _findclose(fHandle);
71             fclose(fp);
72             return 0;
73             free(w);
74 
75     }

其余部分和之前第一版几乎没有区别，就不再赘述。

运行结果：

功能1：

 

 

功能2：


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

功能3：

 

功能4：

coding：https://git.coding.net/gongcr/word-frequency.git

openssh：git@git.coding.net:gongcr/word-frequency.git

git：git://git.coding.net/gongcr/word-frequency.git

得分项：

表一：

表二：

项目：词频统计第二版

项目类型：个人项目

项目日期：2016.9.11-2016.9.13

11号

类别c 内容c 开始时间s 结束e 中断I 净时间T
项目实践 看书  8：00  10：00 20m 100m
项目实践 需求分析 10:00 10:40 10m 30m
项目实践 安装vs        

 

 

 

 

12号

类别c 内容c 开始时间s 结束e 中断I 净时间T
项目实践 调试vs 8：00 10：00 0m 120m
项目实践 重装系统/vs 12:00 16:00 0m 240m
项目实践 效能分析 19：00 19：40 0m 40m
项目实践 编码 20：00 22：00 20m 100m

 

 

 

 

 

 13号

类别c 内容c 开始时间s 结束e 中断I 净时间T
项目实践 查资料 8:00 10：30 0m 150m
项目实践 编码 10：30 11:30 10m 50m
项目实践 编码 13：40 15：00 50m 30m
项目实践 计算工作量 15：00 15：20 0m 20m
项目实践 写博客 20：00 21：15 0m 75m