西北工业大学数据结构课程方案实验报告

西北工业大学数据结构课程方案实验

报告

-- 数据结构

课程设计实验报告

学院：

班级：

姓名：

学号：

邮箱：

日期： 1月17日

《数据结构》实验报告

◎实验题目:单词<词组）检索

◎实验内容：现在有一个英文字典<每个单词都是由小写的'a'-'z'组成），单词量很大，达到100多万的单词，而且还有很多重复的单词。另外，我们现在还有一些Document，每个Document 包含一些英语单词。

针对这个问题，请你选择合适的数据结构，组织这些数据，使时间复杂度和空间复杂度尽可能低，而且解决下面的问题和分析自己算法的时间复杂度。

1）基本型问题<必须采用字符串哈希，hash散列算法）

<1）将所有的英文单词生成一个字典Dictionary。

<2）给定一个单词，判断这个单词是否在字典Dictionary中。如果在单词库中，输出这个单词总共出现的次数。否则输出NO。<3）输出Dictionary中出现次数最高的10个单词。<必须采用快速排序或堆排序算法）

2）扩展型问题<可选择合适的数据结构）

<4）给定一个单词，按字典序输出字典 Dictionary 中所有以这个单词为前缀的单词。例如，如果字典 T={a,aa, aaa, b, ba}, 如果你输入a,那么输出应该为{a, aa, aaa}。

<5）给定一个单词，输出在Dictionary 中以这个单词为前缀的单词的出现频率最高的10个单词，对于具有相同出现次数的情况，按照最近<即最后）插入的单词优先级比较高的原则输出。

对于以下问题，需采用2种不同的数据结构

3）高级型问题

<6）现在我们有一些Document，每个Document 由一些单词组成，现在的问题就是给你一个word，检索出哪些Document包含这个word，输出这些Document的DocumentID<就如同搜索引擎一样，即输入一些关键字，然后检索出和这些关键字相关的文档）。

<7）在第<6）问中，我们只考虑了一个word在哪些Document中的情况，我们进一步考虑2个相邻word的情况，检索出同时包含这两个相邻word的DocumentID。

4）挑战型问题

<8）现在我们再对<7）的问题进行扩展，把<7）中的只检索相邻2个word推广到能够检索多个word<即连续的k个word，其中k>=2），检索出同时包含k个连续word的DocumentID。

◎实验目的：学会使用哈希函数检索，运用指定要求算法，解决一系列单词检索问题。

一．需求分析

1.本演示程序中，由程序读取文件，根据程序要求自动生成所需要的文件。

2.演示程序执行结束后，由计算机终端显示“提示信息”，以示

某一问题完成与否。

3.程序执行的命令包括：

（1）读取文件；<2）构造字典；<3）实现查找；<4）实现排序；<4）写入结果。

二．概要设计

为了实现上述操作，采用顺序表存储结构。

1.基本操作

Create_HashTable<）

操作结果：读取文件，生成一个字典Dictionary。

Search_Data(HNode Hash[]>

初始条件：存在一个顺序表Hash；

操作结果：读取文件，查找单词在字典Dictionary对应的出现次数，并写入另一文件；若不在字典Dictionary中，则写入NO。Sort_Count(HNode Hash[]>

初始条件：存在一个顺序表Hash；

操作结果：查找出现次数最高的10个单词，并写入另一文件。Same_PrefixData(HNode Hash[]>

初始条件：存在一个顺序表Hash；

操作结果：读取文件中的单词，查找字典Dictionary中以此单词为前缀的所有单词，并以字典序写入另一文件；若不存在，则写入空。