c语言统计词频并按字母表排序,c语言实现词频统计的简单实例

需求：

1.设计一个词频统计软件，统计给定英文文章的单词频率。

2.文章中包含的标点不计入统计。

3.将统计结果以从大到小的排序方式输出。

设计：

1.因为是跨专业0.0···并不会c++和java，只能用仅学过的C语言进行编写，还是挺费劲的。

2.定义一个包含单词和频率两个成员的结构体来统计词频(进行了动态分配内存，可以处理较大文本)。

3.使用fopen函数读取指定的文档。

4.使用fgetc函数获取字符，再根据取得的字符是否是字母进行不同的处理。

5.采用快速排序法对统计结果进行排序。

5.将整个统计结果循环输出。

部分代码：

结构体定义：

struct fre_word

{

int num;

char a[18];

};

分配初始内存：

struct fre_word *w;

w=(struct fre_word *)malloc(100*p*sizeof(struct fre_word));//给结构体分配初始内存

读取文本：

printf("输入读入文件的名字：");

scanf("%s", filename); //输入需要统计词频的文件名

if((fp=fopen(filename, "r"))==NULL)

{

printf("无法打开文件\n");

exit(0);

}

单词匹配：

/****************将单词出现次数设置为1****************************/

for(i=0;i<100;i++)

{

(w+i)->num=1;

}

/****************单词匹配****************************************/

i=0;

while(!feof(fp))//文件尚未读取完毕

{

ch=fgetc(fp);

(w+i)->a[j]='\0';

if(ch>=65&&ch<=90||ch>=97&&ch<=122) //ch若为字母则存入

{

(w+i)->a[j]=ch;

j++;

flag=0; //设标志位判断是否存在连续标点或者空格

}

else if(!(ch>=65&&ch<=90||ch>=97&&ch<=122)&&flag==0) //ch若不是字母且上一个字符为字母

{

i++;

j=0;

flag=1;

for(m=0;m

{

if(stricmp((w+m)->a,(w+i-1)->a)==0)

{

(w+m)->num++;

i--;

}

}

}

/****************动态分配内存****************************************/

if(i==(p*100)) //用i判断当前内存已满

{

p++;

w=(struct fre_word*)realloc(w,100*p*(sizeof(struct fre_word)));

for(n=i;n<=100*p;n++) //给新分配内存的结构体赋初值

(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; //选取的参照

do

{

while(f[m].num>k&&m

while(f[n].numi) n--; // 从右到左找比k大的元素

if(m<=n)

{ //若找到且满足条件，则交换

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

if(n>i) quick(f,i,n);

}

结果输出：

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

{

printf("文档中出现的单词：");

printf("%-18s",(w+n)->a);

printf("其出现次数为:");

printf("%d\n",(w+n)->num);

}

测试用例：

看了之前同学的博客以及老师的评论，就使用了较长的文本进行测试，用的是奥巴马就职演讲稿。

部分测试结果：

以上这篇c语言实现词频统计的简单实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。