单词的检索与计数教材

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：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。

(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2．1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。

2．2给定单词的计数逐行扫描文本文件。

匹配一个，计数器加1，直到整个文件扫描结束；然后输出单词的次数2．3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kwhile (j<=m && s.ch[k]==t.ch[j]){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，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.ch[i]==s2.ch[j]){ 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>=s2.length)return i- s2.length; //表示s1中存在s2，返回其起始位置elsereturn -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；（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1——4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*/#define MaxStr 258#define WORD 21typedef struct {char ch[MaxStr]; /* 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 word[WORD]; /*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 sqlist_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(et[i].word, word) == 0){et[i].count++;return 0;}if (strcmp(et[i].word, word) > 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(et[i].word, word);et[i].count = 1;return 0;}int sqlist_count(sqlist *sq, elem_type *et){int i, j = 0;for(i=0;i<sq->length;i++)j=j+et[i].count;return j;}int creat_text_file(){elem_type w;sqlist s;char file_name[FILE_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=='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 file_name[FILE_NAME_LEN + 1];char word[WORD_LEN+1];FILE *fp;int i;int j,q=0;int w,x,y=0;elem_type et[LIST_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");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=strlen(et[i].word);for(w=x-1;w>=0;w--)if(et[i].word[w]<65||(et[i].word[w]>90&&et[i].word[w]<97)||et[i].word[w]>122) {et[i].word[w]=' ';}for(w=0;w<x;w++)if (et[i].word[w]==' ')y++;if(y==x){et[i].count=0;y=0;}else y=0;if(et[i].count!=0)printf("%20s%10d\n", et[i].word, et[i].count);else 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");return 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.ch[i]==s2.ch[j]){ 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;elsereturn -1; /* 表示s1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 fname[10];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.ch);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.ch,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 fname[10];int i,j,k,l,m;int wz[20]; /* 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.length=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++; /* 单词计数器加1 */wz[i]=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",wz[m]+1);}printf("\n");}printf("\n本软件自定义110个字节为一行\n\n");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 substrcount(),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(),substrio();int a;int t = 1;while(t){printf("*************************************\n");printf("******文本文件单词的检索与计数 ******\n");printf("*************************************\n");printf("**1.建立文本文档 **\n");printf("**2.文本单词汇总 **\n");printf("**3.单词定位 **\n");printf("**4.退出 **\n");printf("*************************************\n");printf("请选择(1~4):");scanf("%d%*c",&a);switch(a){case 1: creat_text_file();break;case 2: substrsum();break;case 3: substrio();break;case 4: return 0;default:printf("选择错误，重新选 \n");}}return 0;}七课程设计心得经过几周的奋斗，这次数据结构的课程设计终于做完了。