课程设计--词频统计程序

       去年补休的C语言，今年开学开始做C语言课设，拿到的课设是“词频统计程序”，所以最近就写了一个词频统计的。

      但是总是出现意想不到的bug，能运行但是就是答案错误，自己一直在输出中间变量debug，一直没有找到原因，可能自己在MAP方面掌握的还不好，自己寒假在家写过利用STL写过简单的map的题目。这回以为可以用得上，最终还是转向自己熟悉下的领域的链表。

（一）这个是课程要求：

     内容：打开一篇英文文章，统计每个词在该文章中的出现频率，然后根据用户输入的两个阈值a和b，将词频大于a的和词频小于b的所有单词输出。

设计要求：

1)  独立完成系统的设计、编码和调试；

2)  系统利用C语言实现；

3)  按照课程设计规范书写课程设计报告。

（二）总体设计

本程序主要分为五个模块：主函数模块，读取单词函数模块，显示单词统计函数模块，单词统计函数模块，单词添加函数模块。

（1）主函数模块:先调用读取单词函数，然后根据用户输入的阈值调用显示单词统计函数输出结果。

（2）读取单词函数模块:打开用户输入的文件，调用单词统计函数，然后关闭文件。

（3）显示单词统计函数模块:将链表中频率大于a且小于b的单词输出在操作界面上。

（4）单词统计函数模块用户:输入的文章以字符的形式进行判断，如果该字符为字母（包括“’”），则添加到单词数组中，否则，调用单词添加函数添加一个新单词。

单词添加函数模块:要添加单词首字母改为小写，然后判断该单词在链表中是否存在，若存在，则出现频率加1，否则在链表中创建一个新的节点，将该单词信息放到该节点中。

（三）使用说明

(1)首先在你建立的工程文件夹下添加一个test.txt的文件，在test.txt文件中写入一篇英文文章。如果你的文件隐藏了后缀“.txt”，在我的电脑中找到“查看”，然后点击“选项”，进入到文件夹选项中，选择“查看”，去掉“隐藏已知文件类型的扩展名”。

直接源代码：

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
using namespace std;
#define Name_Max 30    //文件名最大长度
#define Word_Max 60    //每个单词最大长度

typedef struct word        //连表 单词结构
{
    char w[Word_Max];    //单词
    int count;                //个数
    struct word *next;
}link;

link *head=NULL;    //连表头
FILE *fp;            //文件指针
int count=0;

int isnotWord(char a)        //判断是否为字母
{
    if(a <= 'z' && a >= 'a')
    {
        return 0;
    }
    else if(a <= 'Z' && a >= 'A')
    {
        return 0;
    }
    else
        return 1;
}

void addWord(char *w1)        //添加单词
{
    link *p1,*p2;
    if(w1[0] <= 'Z' && w1[0] >= 'A')    //转成小写字母
    {
        w1[0]+=32;
    }
    for(p1=head;p1!=NULL;p1=p1->next)    //判断单词在连表中是否存在
    {
        if(!strcmp(p1->w,w1))
        {
            p1->count++;            //存在就个书加1
            return;
        }
    }
                                    
    p1=(struct word *)malloc(sizeof(word));//不存在添加新单词
    strcpy(p1->w,w1);
    p1->count=1;
    p1->next=NULL;
    count++;

    if(head==NULL)
    {
        head=p1;
    }
    else
    {
        for(p2=head;p2->next!=NULL;p2=p2->next);
        p2->next=p1;
    }
}

void wordCount()    //统计单词
{
    int i=0,j=0;
    char word[Word_Max],c;
    while(!feof(fp))
    {
        fscanf(fp,"%c",&c);
        if(isnotWord(c))
        {
            word[j]='\0';
            if(j>0)
            {
                addWord(word);
            }
            j=0;
        }
        else
        {
            word[j]=c;
            j++;
        }
        i++;
    }
}

void readWord()        //读取文件中的单词
{
    char name[Name_Max];
    printf("请出入要读取的单词文件名[如：test.txt]：");
    scanf("%s",name);
    getchar();
    fp=fopen(name,"r");
    wordCount();
    fclose(fp);
}

void showWord(int a,int b)        //显示单词统计情况
{
    link *p;
    printf("个数\t单词\n");
    for(p=head;p!=NULL;p=p->next)
    {
        if((p->count > a)&&(p->count < b))
            printf("%d\t%s\n",p->count,p->w);
    }
}

int main()
{
    readWord();
    int a,b;
    printf("请输入阈值a和b[如：2 10]：");
    scanf("%d %d",&a,&b);
    getchar();
    showWord(a,b);
    getchar();
}      

文中有错误的地方希望指出，共同进步