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m

n=S.length; //目标串长度赋n

for (i=0; i<=n-m; i++)

{

j=0; k=i; // 目标串起始位置i送入k

while (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;

} //endfor

return -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1

j=0; //扫描s2的开始下标

while (i

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

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。