用Hash Table(哈希散列表)实现统计文本每个单词重复次数（频率）

typedef struct hashnode
{
	//链表中每个节点的结构
	hashnode()
	{
		word = NULL;
		count = 0;
		next = NULL;
	}
	char* word;    //单词
	int count;   //出现频率
	struct hashnode *next;    //指向链表中具有相同hash值的下个节点
}hashNode,*hashNodePtr;

// case1.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

#include "pch.h"
#include <iostream>
#include <assert.h>
#define HASHNUMBER 29989    //散列表的大小，29989为质数
#define MULT 31   //hash函数的一个乘子

//单词节点的定义
typedef struct hashnode
{
	//链表中每个节点的结构
	hashnode()
	{
		word = NULL;
		count = 0;
		next = NULL;
	}
	char* word;    //单词
	int count;   //出现频率
	struct hashnode *next;    //指向链表中具有相同hash值的下个节点
}hashNode,*hashNodePtr;

hashNodePtr bin[HASHNUMBER] = { NULL };    //HASHNUMBER大小的指针数组 作为hash表

//这里将每个单词映射为一个小于HASHNUMBER的正整数

//哈希函数
unsigned int hashIndex(const char* pWord)   //返回hash表的索引（即hash指针数组的下标）
{
	assert(pWord != NULL);
	unsigned int index = 0;   //以下四行为将一个单词映射到一个小于HASHNUMBER的正整数的函数
	for (; *pWord != ‘\0‘; pWord++)
		index = MULT * index + *pWord;
	return index % HASHNUMBER;
}

//想hash表中插入单词
void insertWord(const char* pWord)    //在hash表中插入单词，如果已经存在了，则增加单词的出现次数count
{
	assert(pWord != NULL);
	hashNodePtr p;
	unsigned int index = hashIndex(pWord);    //用hash函数得到单词的hash值，也就是hash数组的下标
	for ( p = bin[index]; p !=NULL; p++)
	{
		//查找单词是否已经在hash表中了
		if (strcmp(pWord,p->word)==0)
		{
			//找到的话，直接将单词的次数增加1即可
			(p->count)++;
			return;
		}
	}
	//如果上面没返回，也就是说hash表中没有这个单词，添加新节点，加入这个单词
	p = (hashNodePtr)malloc(sizeof(hashNode));
	p->count = 1;    //新节点的出现次数设置为1
	p->word = (char *)malloc(strlen(pWord) + 1);
	strcpy(p->word, pWord);
	p->next = bin[index];  //将新生成的节点插入到index为下标的链表中去
	bin[index] = p;
}

//读取Data.txt中的单词，并将每个单词插入到前面设计好的hash表中
void readWordToHashTable(const char *path)
{
	//从文本文件中读取单词，插入到hash表中
	FILE *fp;
	char buf[1024];    //存储一行字符串
	char *p;
	fp = fopen(path, "r");
	if (fp==NULL)
	{
		printf("open file error!exit\n");
		exit(-1);
	}

	while (NULL!=fgets(buf,sizeof(buf),fp))   //数据读完，到文本末尾了
	{
		buf[strlen(buf) - 1] = ‘\0‘;     //出去单词最后的换行符
		//print("%s/n",buf);
		if (strcmp("",buf)==0)    //如果是空行，则继续
		{
			continue;
		}
		
		p = strtok(buf, "‘\t‘,‘\n‘,‘ ‘");    //用strtok函数从一行字符串中分离出每个单词，分隔符设置为（空格、逗号、换行、制表符）
		while (p!=NULL)
		{
			insertWord(p);   //调用insertWord(),向hash表中插入分隔出来的单词
			p = strtok(NULL, "‘\t‘,‘\n‘");
		}
	}
	fclose(fp);
}

void writeHashTable(const char *path)
{//将结果写到path中。
	FILE *fp;
	hashNodePtr p;
	int i;
	fp = fopen(path, "w");
	if (fp == NULL)
	{
		printf("write file error!exit");
		exit(-1);
	}
	for (i = 0; i < HASHNUMBER; i++)
	{
		for (p = bin[i]; p != NULL; p = p->next)
		{
			fprintf(fp, "index %d:<%s,%d>", i, p->word, p->count);
			if (p->next == NULL)
				fprintf(fp, "\n");
		}
	}
	fclose(fp);
}

//释放hash表中占用的内存
void freeHashTable()
{
	int i;
	hashNodePtr p, q;
	p = q = NULL;
	for (i = 0; i < HASHNUMBER; i++)
	{
		p = bin[i];
		while (p!=NULL)
		{
			q = p;
			p = p->next;
			free(q->word);
			free(q);
		}
	}
}
 
int main()
{
	readWordToHashTable("data.txt");
	writeHashTable("result.txt");
	return 0;
}