词频统计

问题

统计输入中每个单词的出现次数（词频统计）

算法分析

可用两种方式构建包括所有单词的表：

• 使用一个有序的链表
• 使用二叉树

有序链表策略
每读入一个单词使用折半查找算法在有序表中查找单词，如果找到，则相应次数加1；否则将读入单词插入到有序表中相应位置（插入后有序表仍有序）。

二叉树表策略
每读入一个单词从树根节点开始查找，如果找到，则相应次数加1；否则，如果比该节点小，则转到其左子树开始查找，如果比该节点大，则转到其右子树开始查找；如果该节点下没有节点，则将读入单词插入到该节点下相应位置。

算法实现（二叉树）

若输入：

C language book study pascal statement buy

则生成如下树：

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <ctype.h>

#define
#define
#define


struct tnode {
  char *word;
  int count;
  struct  tnode *left;
  struct  tnode *right;
};
struct tnode *tree(struct tnode *p, char *w);
struct tnode *talloc( );
char *strsave(char *s);
void treeprint(struct tnode *p);
void deleteTree(struct tnode *root);
char  getword(char  *w,  int lim);
char  type( int c);

int main( )
{
  struct tnode *root;
  char word[MAXWORD];
  int t;
  
  root = NULL;
  while((t = getword(word, MAXWORD)) != EOF)
    if( t == LETTER)
      root = tree(root, word);
    treeprint(root);
    deleteTree(root);
    return 0;
}

struct tnode *tree(struct tnode *p, char *w) 
{
  int cond;
  if( p == NULL ) {  
    p = talloc( );    
    p->word = strsave(w);  
    p->count = 1;
    p->left = p->right = NULL;
  }
  else if((cond = strcmp(w, p->word)) == 0)
    p->count ++;    
  else if ( cond < 0 )  
    p->left = tree(p->left, w);
  else    
    p->right = tree(p->right, w);
  return ( p );
}

struct tnode *talloc( )
{
  return (( struct tnode *)malloc(sizeof(struct tnode )));
}

char *strsave(char *s)
{
  char *p;
  if((p = (char*)malloc(strlen(s)+1)) != NULL)
    strcpy(p, s);
  return ( p );
}

void treeprint( struct tnode *p)  
{
  if(p != NULL) {
    treeprint(p->left);
    printf("%4d%s\n",p->count,p->word);
    treeprint(p->right);
  }
}

char getword(char *w, int lim)
{
  int c, t;
  if(type(c = *w++ = getchar( )) != LETTER){
    *w = '\0';
    return ( c);
  }
  while(--lim > 0) {
    t = type(c = *w++ = getchar( ));
    if( t != LETTER && t != DIGIT){
      ungetc(c,stdin);
      break;
    }
  }
  *(w-1) = '\0';
  return ( LETTER);
}

char type(int c)  /* return type of ASCII character */
{
  if( c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z')
    return ( LETTER );
  else if ( c >= '0' && c <= '9')
    return ( DIGIT );
  else return (c);
}  
void deleteTree(struct tnode *root)
{
  if(root->left!=NULL)
    deleteTree(root->left);
  if(root->right!=NULL)
    deleteTree(root->right);
  
  free(root->word);
  free(root);
}