昨天刚参加了腾讯2015年在线模拟考;
四道大题的第一题就是单词统计程序的设计思想;
为了记住这一天,我打算今天通过代码实现一下;
我将用到的核心数据结构是二叉树;
(要是想了解简单二叉树的实现,可以参考我的另一篇文章:http://www.cnblogs.com/landpack/p/4783120.html)
Problem
我需要统计的单词是在程序直接硬编码的;
这样做得原因是省略了文件输入输出所带来的困惑;
我的每篇文章,一般只说一个主题;
这样也方便我日后复习;
Solution
首先,我们需要定义一个结构体,如下代码所示:
const int LONGEST_WORD = ; // The longest word size struct binary_tree {
char str[LONGEST_WORD];
int count;
struct binary_tree * left;
struct binary_tree * right;
}; typedef struct binary_tree node;
注意到,我们假设最长的单词定义为一个常量,在这里我觉得目前32这个长度应该可以啦;
如果要统计的文章是化学论文,建议你再加大数字,因为化学式通常都很长;
然后是,我们的结构体;这应该很容易理解的;
由于C语言没有提供我想要的BOOL类型,因此自己动手写啦下面的代码;
这个定义非常有用,通常它比define更加值得推荐;
enum BOOL {
NO,
YES
}; typedef enum BOOL BOOL;
接下来,我们需要知道单词之间是如何比较大小的;
因此,需要一个函数叫做cmp;
代码实现如下:
BOOL cmp(char * s, char * t)
{
int i;
for (i = ; s[i] == t[i]; i++)
if ( s[i] == '\0' )
return NO;
return (s[i] - t[i]) < ? NO:YES;
}
同时遍历两个字符串,然后对返回值进行一个处理;
这样只会返回两种情况NO/YES,不然的话会返回三种值(-1,0,正数);
那样的话,不利于我们往后的工作;
接下来呢,就是如果返回YES我们该(如何) (做什么);
如果返回NO我们又该(如何)(做什么);
因此,我们需要一个insert函数,把数据的两种不同分别插入左右子树;
void insert(node ** tree, char * val) {
node * temp = NULL;
if(!(*tree)) {
temp = (node*)malloc(sizeof(node));
temp->left = temp->right = NULL;
temp->str = val; //issue code ...
temp->count = ;
*tree = temp;
return ;
} if(cmp(val, (*tree)->str)) {
insert(&(*tree)->left,val);
}else if (cmp(val,(*tree)->str)) {
insert(&(*tree)->right,val);
}else{
(*tree)->count++;
}
}
这段代码和前面提到的(C语言实现二叉树)里面的代码几乎一样的,哪里有详细介绍;
这里主要讲解一下注释有issue code的那行,如果这行不修改,程序将会蹦溃;
但是,我会故意不马上修改它,继续往下写;
我们需要一个函数,销毁节点:
void deltree(node * tree) {
if(tree) {
deltree(tree->left);
deltree(tree->right);
free(tree);
}
}
为了查看我们的结果,我们需要一种遍历方式;
这里我们就选择中序吧!
void print_inorder(node * tree) {
if(tree) {
print_inorder(tree->left);
printf("[%s\t\t\t]count:[%d]\n",tree->str,tree->count);
print_inorder(tree->right);
}
}
我们把头文件stdio.h/stdlib.h引入后;
把主int main(int argc, char ** arg{
node * root;
node * tmp;
//int i; root = NULL;
/* Inserting nodes into tree */
insert(&root,"hello");
insert(&root,"hey");
insert(&root,"hello");
insert(&root,"ok");
insert(&root,"hey");
insert(&root,"hey");
insert(&root,"hey"); printf("In Order Display\n");
print_inorder(root);/* Deleting all nodes of tree */ deltree(root);
}
gcc编译运行得到如下结果:
果然,我们的issue code有问题,原因是字符串不能像其他的,例如int类型一样直接用‘=’号赋值;
所以我们需要一个cpy函数:
void mystrcpy(char *s, char *t)
{
while ((*s++ = *t++) != '\0')
;
}
所有代码如下:
#include <stdio.h>
#include <stdlib.h> const int LONGEST_WORD = ; // The longest word size struct binary_tree {
char str[LONGEST_WORD];
int count;
struct binary_tree * left;
struct binary_tree * right;
}; typedef struct binary_tree node; enum BOOL {
NO,
YES
}; typedef enum BOOL BOOL; BOOL cmp(char * s, char * t)
{
int i;
for (i = ; s[i] == t[i]; i++)
if ( s[i] == '\0' )
return NO;
return (s[i] - t[i]) < ? NO:YES;
}
void mystrcpy(char *s, char *t)
{
while ((*s++ = *t++) != '\0')
;
} void insert(node ** tree, char * val) {
node * temp = NULL;
if(!(*tree)) {
temp = (node*)malloc(sizeof(node));
temp->left = temp->right = NULL;
//temp->str = val; //issue code ...
mystrcpy(temp->str,val);
temp->count = ;
*tree = temp;
return ;
} if(cmp(val, (*tree)->str)) {
insert(&(*tree)->left,val);
}else if (cmp(val,(*tree)->str)) {
insert(&(*tree)->right,val);
}else{
(*tree)->count++;
}
} void deltree(node * tree) {
if(tree) {
deltree(tree->left);
deltree(tree->right);
free(tree);
}
} void print_inorder(node * tree) {
if(tree) {
print_inorder(tree->left);
printf("[%s\t\t\t]count:[%d]\n",tree->str,tree->count);
print_inorder(tree->right);
}
} int main(int argc, char ** argv)
{
node * root;
node * tmp;
//int i; root = NULL;
/* Inserting nodes into tree */
insert(&root,"hello");
insert(&root,"hey");
insert(&root,"hello");
insert(&root,"ok");
insert(&root,"hey");
insert(&root,"hey");
insert(&root,"hey"); printf("In Order Display\n");
print_inorder(root); /* Deleting all nodes of tree */ deltree(root);
}
最后运行结果如下:
Discussion
那么这个程序已经完成啦!
还有很多可以优化的,也可以增加更多的功能;
例如,查找特定字符出现的次数;
或者特定字符所出现的行数,等等都可以;
我们会在日后慢慢完善;
See Also
无;