单词的检索与计数

1、 内江师范学院计算机科学学院数据结构课程设计报告课题名称： 文本文件单词的检索与计数 姓 名： 学 号： 专业班级： 软 件 工 程 系 （院）： 计 算 机 科 学 学 院 设计时间： 20XX 年 X 月 X日 设计地点： 成 绩： 数据结构课程设计报告 1 课程设计目的(1).训练学生灵活应用所学数据结构知识，独立完成问题分析，结合数据结构理论知识，编写程序求解指定问题。 (2).初步掌握软件开发过程的问题分析、系统设计、程序编码、测试等基本方法和技能；(3).提高综合运用所学的理论知识和方法独立分析和解决问题的能力；(4).训练用系统的观点和软件开发一般规范进行软件开发，巩固、深化学生

2、的理论知识，提高编程水平，并在此过程中培养他们严谨的科学态度和良好的工作作风。2 课程设计任务与要求：文本文件单词的检索与计数软件任务：编写一个文本文件单词的检索与计数软件, 程序设计要求：1）建立文本文件，文件名由用户键盘输入2）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要求：(1)、在处理每个题目时，要求从分析题目的需求入手，按设计抽象数据类型、构思算法、通过设计实现抽象数据类型、编制上机程序和上机调试等若干步骤完成题目，最终写出完整的分析报告。前期准备工作完备与否直接影响到后序上机调试工作的效率。在程序设计阶段应尽量利用已有的标准函数，加大代码的重用率。 (

3、2)、设计的题目要求达到一定工作量（300行以上代码），并具有一定的深度和难度。(3)、程序设计语言推荐使用C/C+，程序书写规范，源程序需加必要的注释;(4)、每位同学需提交可独立运行的程序；(5)、每位同学需独立提交设计报告书（每人一份），要求编排格式统一、规范、内容充实，不少于8页（代码不算）； (6)、课程设计实践作为培养学生动手能力的一种手段，单独考核。3 课程设计说明书一 需求分析3.1 串模式匹配算法的设计要求在串的基本操作中，在主串中查找模式串的模式匹配算法即求子串位置的函数Index(S,T)，是文本处理中最常用、最重要的操作之一。所谓子串的定位就是求子串在主串中首次出现的位

4、置，又称为模式匹配或串匹配。模式匹配的算法很多，在这里只要求用最简单的朴素模式匹配算法。该算法的基本思路是将给定子串与主串从第一个字符开始比较，找到首次与子串完全匹配的子串为止，并记住该位置。但为了实现统计子串出现的个数，不仅需要从主串的第一个字符位置开始比较，而且需要从主串的任一给定位置检索匹配字符串，所以，首先要给出两个算法：1标准的朴素模式匹配算法2给定位置的匹配算法3.2 文本文件单词的检索与计数的设计要求要求编程建立一个文本文件，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；检索输出某个单词出现在文本中的行号、在该行中出现的次数以及

5、位置。该设计要求可分为三个部分实现：其一，建立文本文件，文件名由用户用键盘输入；其二，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；其三，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。1建立文本文件2给定单词的计数3检索单词出现在文本文件中的行号、次数及其位置4主控菜单程序的结构二 概要设计21建立文本文件 定义一个串变量 ，定义文本文件， 输入文件名，打开该文件 ， 循环读入文本行，写入文本文件， 关闭文件 。22给定单词的计数 逐行扫

6、描文本文件。匹配一个，计数器加1，直到整个文件扫描结束；然后输出单词的次数 23检索单词出现在文本文件中的行号、次数及其位置  逐行扫描文本文件。扫描一个单词，单词数加1，匹配一个，计数器加1，输出该单词数，行数到底 ，以此，行数加1，单词数清零，直到整个文件扫描结束；然后输出单词的次数，行号，第几个单词。三 详细设计朴素模式匹配算法该算法的基本思想是：设有三个指针i,j,k，用i指示主串S每次开始比较的位置；指针j,k分别指示主串S和模式串T中当前正在等待比较的字符位置；一开始从主串S的第一个字符（i=0;j=1）和模式T的第一个字符（k=0）比较，若

7、相等，则继续逐个比较后续字符（j+,k+）。否则从主串的下一个字符（i+）起再重新和模式串（j=0）的字符开始比较。依此类推，直到模式T中的所有字符都比较完，而且一直相等，则称匹配成功，并返回位置i；否则返回-1，表示匹配失败。顺序串的模式匹配算法如下：int index(SString S, SString T) /求子串T在主串S中首次出现的位置int i,j,k,m,n;m=T.length; /模式串长度赋mn=S.length; /目标串长度赋nfor (i=0; i<=n-m; i+) j=0; k=i; / 目标串起始位置i送入k while (j<=m &&

8、amp; s.chk=t.chj) k+; j+; /继续下一个字符的比较 if (j=m) /若相等，则说明找到匹配的子串，返回匹配位置i，/否则从下一个位置重新开始比较 return i; /endforreturn -1; /endIndex给定位置的串匹配算法该算法要求从串S1（为顺序存储结构）中第k个字符起，求出首次与字符串S2相同的子串的起始位置。该算法与上面介绍的模式匹配算法类似，只不过上述算法的要求是从主串的第一个字符开始，该算法是上述算法的另一种思路：从第k个元素开始扫描S1，当其元素值与S2的第一个元素的值相同时，判定它们之后的元素值是否依次相同，直到S2结束为止。若都相同

9、，则返回当前位置值；否则继续上述过程，直至S1扫描完为止，其实现算法如下：Int PartPosition(SString S1, SString S2, int k)int i, j;i=k-1; /扫描s1的下标，因为c中数组下标是从0开始，串中序号相差1j=0; /扫描s2的开始下标while (i<s1.length && j<s2.length)if (s1.chi=s2.chj) i+; j+; /继续使下标移向下一个字符位置else i=i-j+1; j=0; /使i下标回溯到原位置的下一个位置，使j指向s2的第一个字符，再重新比较if (j>=

10、s2.length) return i- s2.length; /表示s1中存在s2，返回其起始位置else return -1; /表示s1中不存在s2， 返回-1 /函数结束说明：以上两个算法可统一为一个算法，即在子串定位算法Index(S,T)的参数中增加一个起始位置参数即可。建立文本文件建立文件的实现思路是：（1）定义一个串变量；（2）定义文本文件；（3）输入文件名，打开该文件；（4）循环读入文本行，写入文本文件，其过程如下： While ( 不是文件输入结束) 读入一文本行至串变量；串变量写入文件；输入是否结束输入标志；（5）关闭文件。给定单词的计数该功能需要用到前一节中设

11、计的模式匹配算法，逐行扫描文本文件。匹配一个，计数器加1，直到整个文件扫描结束；然后输出单词出现的次数。其实现过程如下：（1）输入要检索的文本文件名，打开相应的文件；（2）输入要检索统计的单词；（3）循环读文本文件，读入一行，将其送入定义好的串中，并求该串的实际长度，调用串匹配函数进行计数。具体描述如下：While (不是文件结束) 读入一行并到串中； 求出串长度； 模式匹配函数计数；（4）关闭文件，输出统计结果。 检索单词出现在文本文件中的行号、次数及其位置这个设计要求与上一个类似，但要相对复杂一些。其实现过程描述如下：（1）输入要检索的文本文件名，打开相应的文件；（2）输入要检索统计的单词

12、；（3）行计数器置初值0；（4）while (不是文件结束) 读入一行到指定串中； 求出串长度； 行单词计数器置0； 调用模式匹配函数匹配单词定位、该行匹配单词计数； 行号计数器加1； If (行单词计数器!=0) 输出行号、该行有匹配单词的个数以及相应的位置；运行主控程序主控菜单程序的结构要求内容如下：（1）头文件包含；（2）菜单选项包括： 1建立文件 2单词计数 3单词定位 4退出程序（3）选择14执行相应的操作，其他字符为非法。四 调试分析与测试结果4.1未输入文件前的页面4.2输入文本文件 4.3文本单词汇总4.4 单词定位五 用户手册该软件界面简洁，操作简单，运行程序后根据提示就可完

13、成相关操作。六 附录（源程序清单）#include <stdio.h>#include <stdlib.h>#include <string.h>#define LIST_INIT_SIZE 500 /*线性表存储空间的初始分配量*/#define LISTINCREMENT 10 /*线性表存储空间的分配增量*/#define FILE_NAME_LEN 20 /*文件名长度*/#define WORD_LEN 20 /*单词长度*/#define MaxStrSize 256#define llength 110 /*规定一行有110个字节*/#defi

14、ne MaxStr 258#define WORD 21typedef struct char chMaxStr;/* ch是一个可容纳256个字符的字符数组 */ int length; string;/* 定义顺序串类型 */typedef struct char wordWORD; /*存储单词，不超过20个字符*/ int count; /*单词出现的次数*/ elem_type;typedef struct elem_type *elem; /*存储空间基址*/ int length; /*当前长度*/ int listsize; /*当前分配的存储容量*/ sqlist;int s

15、qlist_init(sqlist *sq, elem_type *et) sq->elem = et; sq->length = 0; return 0;int sqlist_add(sqlist *sq, elem_type *et, char *word) int i; int j; for (i = 0; i < sq->length; i+) /*当前单词与加入的单词相同，直接统计，不做插入 */ if (strcmp(eti.word, word) = 0) eti.count+; return 0; if (strcmp(eti.word, word) &

16、gt; 0) break; if (sq->length = LIST_INIT_SIZE) printf("空间不足，单词%s插入失败n", word); return 0; for (j = sq->length; j > i; j-) memcpy(et+j, et+j-1, sizeof(elem_type); sq->length+; strcpy(eti.word, word); eti.count = 1; return 0;int sqlist_count(sqlist *sq, elem_type *et) int i, j = 0

17、; for(i=0;i<sq->length;i+) j=j+eti.count; return j;int creat_text_file() elem_type w; sqlist s; char file_nameFILE_NAME_LEN + 1,yn; FILE *fp; printf("输入要建立的文件名："); scanf("%s",file_name); fp=fopen(file_name,"w"); yn='n'/* 输入结束标志初值 */ while(yn='n'|yn

18、='N') printf("请输入一行文本："); gets(w.word); gets(w.word); s.length=strlen(w.word); fwrite(&w,s.length,1,fp); fprintf(fp,"%c",10);/* 是输入换行 */ printf("结束输入吗？y or n ：");yn=getchar(); fclose(fp);/* 关闭文件 */ printf("建立文件结束!n"); return 0;int substrsum() char

19、file_nameFILE_NAME_LEN + 1; char wordWORD_LEN+1; FILE *fp; int i; int j,q=0; int w,x,y=0; elem_type etLIST_INIT_SIZE; sqlist sq; sqlist_init(&sq, et); printf("请输入文件名："); scanf("%s", file_name); fp = fopen(file_name, "r"); if (fp = NULL) printf("打开文件失败!n");

20、 return 0; while (fscanf(fp, "%s", word) != EOF) sqlist_add(&sq, et, word); fclose(fp); printf(">>>>>>>>>>>>>>>>单词<<<>>>>个数<<<<<<<<<<<n"); for (i = 0; i < sq.length; i+) x

21、=strlen(eti.word); for(w=x-1;w>=0;w-) if(eti.wordw<65|(eti.wordw>90&&eti.wordw<97)|eti.wordw>122) eti.wordw=' ' for(w=0;w<x;w+) if (eti.wordw=' ') y+; if(y=x) eti.count=0; y=0; else y=0; if(eti.count!=0) printf("%20s%10dn", eti.word, eti.count); el

22、se q+; j=sqlist_count(&sq, et); printf("n>>>>>>>>>>>>>>>>>>%s的单词总数为%d个n",file_name,j); printf("n>>>>>>>>>>>>>>>>>>%s的非单词个数为%d种n",file_name,q); printf("n"); re

23、turn 0;int partposition (string s1,string s2,int k) int i,j; i=k-1; /* 扫描s1的下标，因为c中数组下标是从0开始，串中序号相差1 */ j=0;/* 扫描s2的开始下标 */ while(i<s1.length && j<s2.length) if(s1.chi=s2.chj) i+;j+; /* 继续使下标移向下一个字符位置 */ else i=i-j+1; j=0; if (j>=s2.length) return i-s2.length; else return -1;/* 表示s1

24、中不存在s2，返回-1 */ /* 表示s1中存在s2，返回其起始位置 */ /* 函数结束 */ int substrcount() FILE *fp; string s,t;/* 定义两个串变量 */ char fname10; int i=0,j,k; printf("输入文本文件名："); scanf("%s",fname); fp=fopen(fname,"r"); printf("输入要统计计数的单词："); scanf("%s",t.ch); t.length=strlen(t.c

25、h); while(!feof(fp) memset(s.ch,'0',110); fgets(s.ch,110,fp); s.length=strlen(s.ch); k=0; /* 初始化开始检索位置 */ while(k<s.length-1) /* 检索整个主串S */ j=partposition(s,t,k);/* 调用串匹配函数 */ if(j<0 ) break; else i+;/* 单词计数器加1 */ k=j+t.length;/* 继续下一字串的检索 */ printf("n单词%s在文本文件%s中共出现%d次n",t.c

26、h,fname,i);return 0;/* 统计单词出现的个数 */int substrint() FILE *fp; string s,t; /* 定义两个串变量 */ char fname10; int i,j,k,l,m; int wz20; /* 存放一行中字串匹配的多个位置 */ printf("输入文本文件名："); scanf("%s",fname); fp=fopen(fname,"r"); printf("输入要检索的单词："); scanf("%s",t.ch); t.le

27、ngth=strlen(t.ch); l=0; /* 行计数器置0 */ while(!feof(fp) /* 扫描整个文本文件 */ memset(s.ch,'0',110); fgets(s.ch,110,fp); s.length=strlen(s.ch); l+; /* 行计数器自增1 */ k=0;/* 初始化开始检索位置 */ i=0;/* 初始化单词计数器 */ while(k<s.length-1) /* 检索整个主串S */ j=partposition(s,t,k); /* 调用串匹配函数 */ if(j<0) break; else i+;/*

28、 单词计数器加1 */ wzi=j;/* 记录匹配单词位置 */ k=j+t.length;/* 继续下一字串检索 */ if(i>0) printf("行号：%d,次数：%d,起始位置分别为：",l,i); for(m=1;m<=i;m+) printf("第%4d个字符",wzm+1); printf("n"); printf("n本软件自定义110个字节为一行nn"); return 0;/* 检索单词出现在文本文件中的行号、次数及其位置 */int substrio() int substrco

29、unt(),substrint(); char t; /while(1) / printf("=n"); printf("|文本文件单词字串的定位统计及定位|n"); printf("|=|n"); printf("| a. 单词出现次数 |n"); printf("| |n"); printf("| |n"); printf("| b. 单词出现位置 |n"); printf("| |n"); printf("=n"); printf("请输入a或b:"); scanf("%c%*c",&t); switch(t) case 'a': substrcount();break; case 'b': substrint();break; default: return 0; / return 0;int main(void) int creat_text_file(),substrsum(),substr