c語言實現(xiàn)詞頻統(tǒng)計的簡單實例

更新時間：2016年09月06日 14:44:04 投稿：jingxian

下面小編就為大家?guī)硪黄猚語言實現(xiàn)詞頻統(tǒng)計的簡單實例。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

需求：

1.設(shè)計一個詞頻統(tǒng)計軟件，統(tǒng)計給定英文文章的單詞頻率。

2.文章中包含的標點不計入統(tǒng)計。

3.將統(tǒng)計結(jié)果以從大到小的排序方式輸出。

設(shè)計：

1.因為是跨專業(yè)0.0···并不會c++和java，只能用僅學(xué)過的C語言進行編寫，還是挺費勁的。

2.定義一個包含單詞和頻率兩個成員的結(jié)構(gòu)體來統(tǒng)計詞頻（進行了動態(tài)分配內(nèi)存，可以處理較大文本）。

3.使用fopen函數(shù)讀取指定的文檔。

4.使用fgetc函數(shù)獲取字符，再根據(jù)取得的字符是否是字母進行不同的處理。

5.采用快速排序法對統(tǒng)計結(jié)果進行排序。

5.將整個統(tǒng)計結(jié)果循環(huán)輸出。

部分代碼：

結(jié)構(gòu)體定義：

struct fre_word
{
  int num;
  char a[18];
};

分配初始內(nèi)存：

struct fre_word *w;
  w=(struct fre_word *)malloc(100*p*sizeof(struct fre_word));//給結(jié)構(gòu)體分配初始內(nèi)存

讀取文本：

printf("輸入讀入文件的名字：");
  scanf("%s", filename);                   //輸入需要統(tǒng)計詞頻的文件名
  if((fp=fopen(filename, "r"))==NULL)
  {
    printf("無法打開文件\n");
    exit(0);
  }

單詞匹配：

/****************將單詞出現(xiàn)次數(shù)設(shè)置為1****************************/
  for(i=0;i<100;i++)
  {  
    (w+i)->num=1;
  }
/****************單詞匹配****************************************/
  i=0;
  while(!feof(fp))//文件尚未讀取完畢
  {
    ch=fgetc(fp);
    (w+i)->a[j]='\0';
    if(ch>=65&&ch<=90||ch>=97&&ch<=122)              //ch若為字母則存入
    {
      (w+i)->a[j]=ch;
      j++;
      flag=0;                         //設(shè)標志位判斷是否存在連續(xù)標點或者空格
    }
    else if(!(ch>=65&&ch<=90||ch>=97&&ch<=122)&&flag==0)    //ch若不是字母且上一個字符為字母
    {    
      i++;
      j=0;
      flag=1;
      for(m=0;m<i-1;m++)                  //匹配單詞，若已存在則num+1
      {
        if(stricmp((w+m)->a,(w+i-1)->a)==0)
        {
          (w+m)->num++;
          i--;
        }
      }
    }
/****************動態(tài)分配內(nèi)存****************************************/
    if(i==(p*100))                           //用i判斷當前內(nèi)存已滿
    {
      p++;
      w=(struct fre_word*)realloc(w,100*p*(sizeof(struct fre_word)));
      for(n=i;n<=100*p;n++)                      //給新分配內(nèi)存的結(jié)構(gòu)體賦初值
        (w+n)->num=1;

    }
  }

快速排序：

void quick(struct fre_word *f,int i,int j) 
{
  int m,n,temp,k;
  char b[18]; 
  m=i; 
  n=j; 
  k=f[(i+j)/2].num;              //選取的參照
  do 
  { 
    while(f[m].num>k&&m<j) m++;       // 從左到右找比k小的元素
    while(f[n].num<k&&n>i) n--;       // 從右到左找比k大的元素 
    if(m<=n) 
    {                    //若找到且滿足條件，則交換 
      temp=f[m].num;
      strcpy(b,f[m].a);
      f[m].num=f[n].num; 
      strcpy(f[m].a,f[n].a);
      f[n].num=temp; 
      strcpy(f[n].a,b);
      m++; 
      n--; 
    } 
  }
  while(m<=n); 
  if(m<j) quick(f,m,j);           //運用遞歸
  if(n>i) quick(f,i,n); 
}

結(jié)果輸出：

for(n=0;n<=i;n++)
  {
    printf("文檔中出現(xiàn)的單詞：");
    printf("%-18s",(w+n)->a);
    printf("其出現(xiàn)次數(shù)為:");
    printf("%d\n",(w+n)->num);
  }

測試用例：

看了之前同學(xué)的博客以及老師的評論，就使用了較長的文本進行測試，用的是奧巴馬就職演講稿。