哈希表之词频统计

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59

#include <stdio.h>     typedef struct node_t{     struct node_t *next;     char *word;     int count; }*node;   #define NHASH 9973 // 最好定位质数 #define MULT 31     // 乘法器 node bin[NHASH];    // 哈希表索引   unsigned int hash(char *p) {     unsigned int h = 0;     for(; *p; p++)         h = MULT * h + *p;     return h % NHASH; }   void incword(char *s) {     unsigned int h = hash(s);     node p;     for(p=bin[h]; p; p=p->next)         if(strcmp(s, p->word) == 0){             (p->count)++;             return;         }     p = malloc(sizeof(*p));     p->count = 1;     p->word = malloc(strlen(s)+1);     strcpy(p->word, s);     p->next = bin[h]; // 栈式插入，从表头处插入，而非从表的尾部插入     bin[h] = p; }     void main(int argc, char **argv) {     int i;     char buf[32];     for(i=0; i<NHASH; i++)         bin[i] = NULL;     int ii = 0, cc;     while(1){         scanf("%s",buf);         printf("--- %d\n", ii++);         if(*buf == 'q')             break;         incword(buf);     }       node p;     for(i=0; i<NHASH; i++)         for(p = bin[i]; p; p = p->next)             printf("%s:%d\n", p->word, p->count); }

 

以哈希表为数据结构统计词频大致思路：

构造一个结构体数组 struct node_t bin[质数]; 称为哈希表

构造一个哈希函数，给定一个 字符串 返回一个整数，这个整数哈希表的键值；

每获取一个字符串，把字符串 与 它的所对应键值的node 节点为表头的链表上的所有单词比较，若存在相同的，count++，否则增加到链表节点，把单词挂到该节点上，并置count=1；

输出的时候，从哈希表的0键值处开始，遍历所有链表，并输出各非空节点；