软件工程第二次作业 - 词频统计

词频统计程序

词频统计程序开发思路。

1.首先创建一个结构体用于存放单词和数目。

2.从文件中以空格为分节符读出一段字符串。

3.对读出的字符串进行处理。

4.将处理后的字符串存放到结构体数组中。

5.对结构体数组进行排序。

 

代码地址：https://git.coding.net/Vector121/homework.git

 

首先创建一个结构体，包含单词的和数目。

struct words
{
	int num;
	char word[40];
};

 

判断单词是否重复出现过。

int issame(struct words *p, char b[], int n)
{
	for (int i = 0; i < n; i++)
	{
		if ((strcmp(p[i].word, b)) == 0)
		{
			return i;  //有重复，并返回重复单词的坐标
		}
	}
	return 0;  //没有重复
}

 

字符串处理。

char dispose(char temp[])
{
	int j = 0;
	for (int i = 0; i < (strlen(temp)); i++)
	{
		//将大写字符转成小写字母
		if (temp[i] >= 65 && temp[i] <= 90)
		{
			temp[i] = temp[i] + 32;
		}
		//去除非字母字符
		if (temp[i] >= 97 && temp[i] <= 122)
		{
			temp[j++] = temp[i];
		}
	}
	temp[j] = '\0';
	return 1;
}

 

排序。

void sort(struct  words str[],int n)
{
	for (int i = 1; i < n; i++)
	{
		for (int j = 0; j < n - 1; j++)
		{
			if (str[j].num < str[j + 1].num)
			{
				struct  words temp = str[j];
				str[j] = str[j + 1];
				str[j + 1] = temp;
			}
		}
	}
}

 

主函数。

int main()
{
	int no = 1;
	struct  words *str = (struct words*)malloc(NUM * sizeof(struct words));
	memset(str, 0, NUM);
	char filename[200];
	scanf("%s", filename);
	FILE *fp;
	if ((fp = fopen(filename, "r")) == NULL)
	{
		printf("文件打开失败\n");
		system("pause");
		exit(0);
	}
	char temp[40];  //临时存放单词
	unsigned int n = 0; //标记数组当前的长度
	while (feof(fp) == 0)
	{
		fscanf(fp, "%s", temp); //输入文件名
		//字符串过滤
		dispose(temp);
		if (temp != NULL)
		{
			int i = 0;  //标记返回值
						//判断是否有重复
			if ((i = issame(str, temp, n)) != 0)
			{
				//有重复
				str[i].num += 1;
			}
			else
			{
				//没有重复
				sprintf(str[n].word, temp);
				str[n].num = 1;
				if ((n%NUM) == 0)
				{
					//no += 1;
					str = (struct words*)realloc(str, NUM * ++no * sizeof(struct words));
					memset(str, 0, NUM);
				}
				n++;
			}
		}
	}

	fclose(fp);
	sort(str, n);
	printf("total  %d  words\n\n", n);
	for (int  i = 0; i < 10; i++)
	{
		printf("%-20s%-10d\n", str[i].word, str[i].num);
		n--;
	}

	system("pause");
}

 

难点：对于小文件可以直接定义一个字符串数组，但是对于大文件来说，就没有办法预先定义数组的长度，只能采用动态定义的方法。

盲点：由于长时间没有写代码，导致对fscanf()函数有些生疏，进行查阅学习后才熟悉怎么使用。

突破：动态分配内存之前只是听说过理论，但是一直没有实现过，通过这次开发自己实现了这个理论。

总结：上面代码只能实现功能一和功能二，并且在效率上还有有待提高。

 

功能一：

 

功能二：

 

目前只能完成功能一和功能二。

 

PSP2.1

PSP2.1	预计时间	实际时间	时间差	原因
计划	5分钟	5分钟	0
· 估计这个时间需要多少时间	5分钟	5分钟	0
开发	140分钟	444分钟	304分钟
· 设计开发思路	10分钟	20分钟	10分钟	长时间没有写代码，所以对自己的能力估计不足。
· 具体编码	100分钟	350分钟	250分钟	长时间没有写代码，导致一些知识点生疏，对细节把握不好，例如fscanf()函数的使用，对动态内存分配掌握不扎实。
· 代码复审	20分钟	43分钟	23分钟
· 测试	10分钟	31分钟	21分钟
报告	35分钟	55分钟	20分钟
· 计算工作量	5分钟	3分钟	-2分钟
· 编写博客	30分钟	52分钟	22分钟