词频统计（上机）

#include <stdio.h>  
#include <stdlib.h>  
#include <string.h>  
  
#define ERROR 1  
#define OK 0  
const int WORD_LENGTH = 250;//定义单个单词最大长度  
typedef int status;  
  
  
/*定义存储单词及其出现次数的结构体*/  
typedef struct Node{  
    char word[WORD_LENGTH];  
    int time;  
    struct Node *next;  
}wordNode;  
  
wordNode *headNode = NULL;//定义链表头指针  
  
/* 函数声明 */  
wordNode *wordSearch(char *word,int *num);  
status wordCount(char *word,int *num);  
void printCountList(int *num);  
void PrintFirstTenTimes();  
void mergeSort(wordNode **head);  
void FrontBackSplit(wordNode *head,wordNode **pre,wordNode **next);  
void wordJob(char word[]);  
wordNode *SortedMerge(wordNode *pre,wordNode *next);  
void release();  
  
status main(int argc,char *argv[])  
{  
    char temp[WORD_LENGTH];//定义用以临时存放单词的数组  
    FILE *file;  
    int count,articleWordNum = 0;//定义统计结点个数的变量  
    int *num = &articleWordNum,choose;  
      
   /* 读取文件 */  
    if((file= fopen("C:\Users\刘茜\Desktop\词频统计\article.txt", "r")) == NULL)  
        //这里是绝对路径，基于XCode编译器查找方便的需求  
{ printf("文件读取失败!");  
        exit(0);  
    }  
      
    while((fscanf(file,"%s",temp))!= EOF){  
        wordJob(temp);  
        count = wordCount(temp,num);  
    }  
      
    fclose(file);//关闭文件  
      
    printCountList(num);  
      
    printf("***********请选择***********\n");  
    printf("*****1. 输出词频最高的10个词**\n");  
    printf("*****2. 退出****************\n");  
      
    scanf("%d",&choose);  
    if(choose == 1){  
        mergeSort(&headNode);  
        PrintFirstTenTimes();  
  
    }else{  
        release();  
        exit(0);  
    }  
      
    release();  
    return 0;  
      
      
}  
  
/*  查找单词所在结点 */  
wordNode *wordSearch(char *word,int *num){  
    wordNode *node;//声明一个新结点  
      
    if(headNode == NULL){//若头结点为空  
        node = (wordNode*)malloc(sizeof(wordNode));  
        strcpy(node->word, word);//将第一个单词赋值给这个新结点  
        node->time = 0;//初始化该单词的出现次数  
        *num+=1;  
        headNode = node;//将头结点指向这个新结点  
        return node;  
          
    }  
      
    wordNode *nextNode = headNode;  
    wordNode *preNode = NULL;  
      
    while(nextNode != NULL && strcmp(nextNode->word, word) != 0){  
        preNode = nextNode;  
        nextNode = nextNode->next;  
    }  
      
    //若该单词不存在，则在链表中生成新结点  
    if(nextNode == NULL){  
        node = (wordNode*)malloc(sizeof(wordNode));  
        strcpy(node->word, word);  
        node->time = 0;  
        node->next = headNode->next;  
        headNode->next = node;  
        *num+=1;  
          
        return node;  
    }else  
        return nextNode;  
      
}  
  
  
/*  词频统计  */  
status wordCount(char *word,int *num){  
    wordNode *tmpNode = NULL;  
    tmpNode = wordSearch(word,num);  
      
    if(tmpNode == NULL){  
        return ERROR;  
    }  
      
    tmpNode->time++;  
      
    return 0;  
}  
  
  
/*  打印所有词频  */  
void printCountList(int *num){  
    if(headNode == NULL){  
        printf("该文件无内容！");  
          
    }else{  
        wordNode *preNode = headNode;  
        printf("总词量 %d \n",*num);  
          
        while(preNode != NULL){  
            printf("%s 出现次数 %d\n",preNode->word,preNode->time);  
            preNode = preNode->next;  
        }  
    }  
      
}  
  
  
/*  打印词频最高的10个词  */  
void PrintFirstTenTimes(){  
    if(headNode == NULL){  
        printf("该文件无内容!");  
          
    }else{  
        wordNode *preNode = headNode;  
        int i = 0;  
        printf("出现次数最多的10个词如下: \n");  
          
        while (preNode != NULL && i<=10) {  
            printf("%s 出现次数 %d\n",preNode->word,preNode->time);  
            preNode = preNode->next;  
            i++;  
  
        }  
    }  
}  
  
  
/*  对词频统计结果进行归并排序  */  
void mergeSort(wordNode **headnode){  
    wordNode *pre,*next,*head;  
    head = *headnode;  
      
    //若链表长度为0或1则停止排序  
    if(head == NULL || head->next == NULL){  
        return;  
    }  
      
    FrontBackSplit(head,&pre,&next);  
      
    mergeSort(&pre);  
    mergeSort(&next);  
      
    *headnode = SortedMerge(pre,next);  
      
}  
  
  
/*  将链表进行分组  */  
void FrontBackSplit(wordNode *source,wordNode **pre,wordNode **next){  
    wordNode *fast;  
    wordNode *slow;  
      
    if(source == NULL || source->next == NULL){  
        *pre = source;  
        *next = NULL;  
    }else{  
        slow = source;  
        fast = source->next;  
          
        while(fast != NULL){  
            fast = fast->next;  
              
            if(fast != NULL){  
                slow = slow->next;  
                fast = fast->next;  
            }  
        }  
        *pre = source;  
        *next = slow->next;  
        slow->next = NULL;  
    }  
}  
  
  
/*  根据排序结果更换头结点  */  
wordNode *SortedMerge(wordNode *pre,wordNode *next){  
    wordNode *result = NULL;  
      
    if(pre == NULL)  
        return next;  
    else if(next == NULL)  
        return pre;  
      
    if(pre->time >= next->time){  
        result = pre;  
        result->next = SortedMerge(pre->next,next);  
          
    }else{  
        result = next;  
        result->next = SortedMerge(pre,next->next);  
    }  
    return result;  
}  
  
  
/*  处理大写字母及特殊字符  */  
void wordJob(char word[]){  
    int i,k;  
    char *specialChar = ",.;:'?!><+=|*&^%$#@\"";//定义特殊字符集  
      
    for(i = 0;i<strlen(word);i++){  
        //筛选并将字符串中的大写字母转化为小写字母  
        if(word[i]>='A'&& word[i]<='Z'){  
            word[i] += 32;  
        }  
        //筛选并去除字符串中的特殊字符  
        for(k = 0;k<strlen(specialChar);k++){  
              
            if(word[i] == specialChar[k]){  
                  
                while(i<strlen(word)){  
                    word[i] = word[i+1];  
                    i++;  
                }  
                 
            }  
        }  
    }  
      
}  
  
  
/*  释放所有结点内存  */  
void release(){  
    if(headNode == NULL)  
        return;  
      
    wordNode *pre = headNode;  
    while(pre != NULL){  
        headNode = pre->next;  
        free(pre);  
        pre = headNode;  
          
    }  
}