标签：
26、蛤蟆的数据结构笔记之二十六串应用之建立词索引表
本篇名言：“生命是一条美丽而曲折的幽径，路旁有妍花的丽蝶，累累的美果，但我们很少去停留观赏，或咀嚼它，只一心一意地渴望赶到我们幻想中更加美丽的豁然开朗的大道。然而在前进的程途中，却逐渐树影凄凉，花蝶匿迹，果实无存，最后终于发觉到达一个荒
漠。-- 萨拉”
信息检索是计算机应用的重要领域之一。为了提高图书馆数目检索的效率，建立书名关键词索引，可以实现读者快速检索书目的自动化，即读者根据关键词索引表，读者可以方便查询到自己感兴趣的书目。
准备一个文件BookInfo.txt文件如下。注意最后一行不要后空行，不然程序会出错。
005Computer Data Structure
010Introduction to Data Structure
023Fundamental of Data Structure
034The Design and Analysis of Computer Algorithms
050Introduction to Numerical Analysis
067Numerical Analysis
最后代码运行完毕会生成如下的文本：
关键字 书号
algorithms 034,
analysis 034,050,067,
computer 005,034,
data 005,010,023,
design 034,
fundamental 023,
introduction 010,050,
numerical 050,067,
structure 005,010,023,
定义如下
#define MaxBookNum1000 //假设只对1000本书建索引表
#define MaxKeyNum2500 //索引表的最大容量
#define MaxLineLen500 //书目串的最大长度
#define MaxWordNum10 //词表的最大容量
typedef struct{
char*item[MaxKeyNum]; //字符串的数组
intlast; //词表的长度
}WordListType; //词表类型（顺序表）
typedef struct LNode{ //存放书号的链表
intdata[3];
struct LNode*next;
}LNode, *LinkList;
typedef struct{ //存放关键词的串
char*ch;
intlength;
}HString;
typedef struct{
HString*key;
LinkListbnolist;
}IdxTermType; //索引项类型
typedef struct{
IdxTermTypeitem[MaxKeyNum + 1];
intlast;
}IdxListType; //索引表类型（有序表）
char *buf; //书目串缓冲区
WordListTypewdlist; //词表
int i; //无重复的关键字个数
int b; //保留i的前一次变换的值
int v;
char *com[10] = {"and","a","an","the","a","an","to","of"};
初始化操作，置索引表idxlist为空表，且在idxlist.item[0]设一空串。
IdxListType *InitIdxList(IdxListType *idxlist)
{
idxlist =(IdxListType*)malloc(sizeof(IdxListType));
if(idxlist== NULL)
{
printf("ERROR——1!");
exit(-1);
}
idxlist->item[0].key= (HString *)malloc(sizeof(HString));
idxlist->item[0].bnolist= (LinkList)malloc(sizeof(LNode));
idxlist->item[0].key->ch= NULL;
idxlist->item[0].key->length= 0;
idxlist->item[0].bnolist->next= NULL;
idxlist->last= 0;
return idxlist;
}
从文件f读入一个书目信息到书目缓冲区buf
其中v，buf是一个全局变量。
当前设置的v最大是100，就是最多读取100行书的信息。
void GetLine(FILE *f)
{
int j= 0;
static chara[100][100];
charc;
c =fgetc(f);
while(((a[v][j++]= tolower(c) ) != ‘\n‘) && (c != EOF))
c= fgetc(f);
//printf("%c",a[v][j- 1]);
a[v][j-1]= ‘\0‘;
buf =a[v++];
printf("%s",buf);
}
从buf中提取书目关键词到词表wdlist，书号存入bno。
Buf中是一行从文本中提出来的字符串。
int ExtractKeyWord(int bno[])
{
intk,s,t = 0,j = 0;
b = i;
char*p = buf,*q,*c[10];
while(!isalnum(*p))
p++;
while(isdigit(*p) || !isalpha(*p))
{
bno[j]= *p - ‘0‘;
p++;j++;
}
j--;
//处理完书号，开始处理中间空格，j可以用来表示书号的位数。
while(!isalpha(*p))
p++;
//处理完空格，处理书名
q = p;
while(*q)
{
while((*q!= ‘ ‘) && *q && (*q != EOF))
q++;
q++;
*(q- 1) = ‘\0‘;
c[t++]= p;
p= q;
}
//将每个书名的词，存放到数组c中。
//对比数组c和数组com中存放的是8个字符串，com数组中存放的是常用的字节，不能用来当做关键词。
for(k= 0; k < t; ++k)
{
for(s= 0; s < 8; ++s)
{
if(strcmp(c[k],com[s])== 0)
break;
}
if(s== 8)
wdlist.item[i++]= c[k];
}
//设定当前关键词的数量
wdlist.last= i;
printf("词表的长度%d ",wdlist.last);
printf("书号：");
for(k= 0; k < j; ++k)
printf("%d",bno[k]);
printf("\n");
for(k = b; k < i; ++k )
printf("关键字%s\n",wdlist.item[k]);
return0;
}
将书号bno的书名关键词按词典顺序插入索引表idxlist
int InsIdxList(IdxListType *idxlist, int bno[])
{
//b是保留i的前一次变换的值，i是关键字个数
int k, t ,s,j = 0,c = b,d;
LinkListp,q;
if(i>= MaxKeyNum + 1)
{
printf("超过索引表最大存储，请调整！\n");
exit(-1);
}
for(t= idxlist->last ; j < i - b; j++,c++)
{
if(0 == t ) //第一个关键字插入
{
idxlist->item[0].key->ch= wdlist.item[c];
for(d= 0; d < 3; ++d )
idxlist->item[0].bnolist->data[d]= bno[d]; //书号存储
idxlist->item[0].bnolist->next= NULL; //链表尾部指向空
idxlist->last++;
t++;
}
//t不为0的时候，进行如下分支
else
{
//与已经存在的该关键词进行对比，是否已经存在一样的关键词了
for(k=0; k < t; k++)
{
//如果已经存在了一样的关键词，则再索引表对应的关键字增加书号到书号链表。
if((s= strcmp(wdlist.item[c], idxlist->item[k].key->ch))== 0) //插入的关键字已存在
{
p= (LinkList)malloc(sizeof(LNode)); //申请个新结点，保存书号
printf("\n插入的书号：");
for(d= 0; d < 3; ++d)
{
p->data[d]= bno[d];
printf("%d",p->data[d]);
}
//书号赋值给新申请的节点
q= idxlist->item[k].bnolist;
for(d= 0; d < 3; ++d)
fprintf(stdout, "%d",q->data[d]);
while(q->next!= NULL)
q= q->next;
q->next= p;
p->next= NULL;
//输出该关键字下的所有书号
fprintf(stdout, "\n关键字%-20s\t\n",idxlist->item[k].key->ch);
q= idxlist->item[k].bnolist;
while(q)
{
for(d= 0; d < 3; ++d)
fprintf(stdout, "%d",q->data[d]);
if(q->next!= NULL)
fprintf(stdout, ",");
q= q->next;
}
printf("\n");
break;
}
//插入的关键字大于最后一个已存在的关键字，则插在最后
// 并不是发现大于当前关键词后，立马处理的，而是在最后一个的时候才处理。因为后面可能还会发现和他相等的关键词的，如果最后一个还是大于当前关键词则进行插入到最后。
else if(s> 0)
{
if(k== t - 1)
{
idxlist->item[t].key= (HString *)malloc(sizeof(HString));
idxlist->item[t].bnolist= (LinkList)malloc(sizeof(LNode));
idxlist->item[t].key->ch= wdlist.item[c];
for(d= 0; d < 3; ++d )
idxlist->item[t].bnolist->data[d]= bno[d];
idxlist->item[t].bnolist->next=NULL;
idxlist->last++;
t++;
break;
}
}
//插入的关键字小于最后一个已存在的关键字，则插在当前关键词的前面
// 如果是小于当前关键词，则直接插入，因为本来关键词就是安大小排序的不存在未比较的关键词大的情况。
else
{
idxlist->item[t].key= (HString *)malloc(sizeof(HString));
idxlist->item[t].bnolist= (LinkList)malloc(sizeof(LNode));
for(s= t-1; s >= k; --s )
{//插入的关键字小于当前已有的关键字，则把当前的到最后的关键字向后移
idxlist->item[s+1].key->ch= idxlist->item[s].key->ch ;
idxlist->item[s+1].bnolist->next= idxlist->item[s].bnolist->next;
for(d= 0; d < 3; d++)
idxlist->item[s+1].bnolist->data[d]= idxlist->item[s].bnolist->data[d];
//idxlist->item[s+1].bnolist->next= NULL;
}
idxlist->item[k].key->ch=wdlist.item[c]; //在当前关键字上插入新的关键字
for(d= 0; d < 3; ++d )
idxlist->item[k].bnolist->data[d]= bno[d];
idxlist->item[k].bnolist->next= NULL;
idxlist->last++;
t++;
break;
}
}
}
}
return0;
}
将生成的索引表idxlist输入到输出文件g
void PutText(FILE *g, IdxListType *idxlist)
//将生成的索引表idxlist输入到输出文件g
{
intk,t;
fprintf(g,"%-20s%-60s\n","关键字","书号");
fprintf(stdout,"%-20s%-60s\n","关键字","书号");
for(k= 0; k < idxlist->last; k++)
{
fprintf(g, "%-20s\t",idxlist->item[k].key->ch);
fprintf(stdout, "%-20s\t",idxlist->item[k].key->ch);
while(idxlist->item[k].bnolist)
{
for(t= 0; t < 3; ++t)
{
fprintf(g, "%d",idxlist->item[k].bnolist->data[t]);
fprintf(stdout, "%d",idxlist->item[k].bnolist->data[t]);
}
if(idxlist->item[k].bnolist->next!= NULL)
{
fprintf(stdout, ",");
fprintf(g, ",");
}
idxlist->item[k].bnolist= idxlist->item[k].bnolist->next;
}
fprintf(g, "\n");
fprintf(stdout, "\n");
}
}
释放索引表空间
void Idxlist_free(IdxListType *idxlist) //释放空间
{
intk;
LinkListp, q;
for(k = 0; k < idxlist->last; k++)
{
free(idxlist->item[k].key);
for(p = idxlist->item[k].bnolist; p; p = q)
{
q= p->next;
free(p);
}
}
}
看下主函数，定义一个索引表类型结构体。定义文件句柄变量 f,g,以及int 数组。其中f为BookInfo.txt句柄，g为BookIdx.txt句柄。
然后调用函数InitIdxList来实现初始化，获取f句柄函数中的字符串，提取其中的关键词，然后在索引表中间关键词和书号对应起来。
循环往复，将每行的关键词都读出来，然后将关键词和书号对应起来，如果关键词已经出现在了之前的关键词中，则将书号关联到已出现的关键词后。
最后将关键词和书号输出到一个文件中。
最后释放索引表，关闭文件句柄，退出。
int main()
{
IdxListType*idxlist = NULL ;
FILE*f, *g;
intBookNo[5];
if((f= fopen("BookInfo.txt", "r"))== NULL)
{
printf("ERROR!Can not open BookInfo.txt");
return0;
}
else
{
if((g= fopen("BookIdx.txt","w"))== NULL)
{
printf("ERROR!Can not open BookIdx.txt");
return0;
}
else
{
idxlist= InitIdxList(idxlist); //初始化索引表idxlist为空表
while(!feof(f))
{
GetLine(f); //从文件f读入一个书目信息到buf
ExtractKeyWord(BookNo); //从buf中提取关键词到词表，书号存入BookNo
InsIdxList(idxlist,BookNo); //将书号为BookNo的关键词插入索引表
printf("\ni=%d,b=%d\n",i,b);
}
PutText(g,idxlist); //将生成的索引表idxlist输出到文件g
}
}
Idxlist_free(idxlist);
fclose(f);
fclose(g);
return0;
}
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>
#define MaxBookNum1000 //假设只对1000本书建索引表
#define MaxKeyNum2500 //索引表的最大容量
#define MaxLineLen500 //书目串的最大长度
#define MaxWordNum10 //词表的最大容量
typedef struct{
char*item[MaxKeyNum]; //字符串的数组
intlast; //词表的长度
}WordListType; //词表类型（顺序表）
typedef struct LNode{ //存放书号的链表
intdata[3];
struct LNode*next;
}LNode, *LinkList;
typedef struct{ //存放关键词的串
char*ch;
intlength;
}HString;
typedef struct{
HString*key;
LinkListbnolist;
}IdxTermType; //索引项类型
typedef struct{
IdxTermTypeitem[MaxKeyNum + 1];
intlast;
}IdxListType; //索引表类型（有序表）
char *buf; //书目串缓冲区
WordListTypewdlist; //词表
int i; //无重复的关键字个数
int b; //保留i的前一次变换的值
int v;
char *com[10] = {"and","a","an","the","a","an","to","of"};
IdxListType *InitIdxList(IdxListType *idxlist)
//初始化操作，置索引表idxlist为空表，且在idxlist.item[0]设一空串。
{
idxlist =(IdxListType*)malloc(sizeof(IdxListType));
if(idxlist== NULL)
{
printf("ERROR——1!");
exit(-1);
}
idxlist->item[0].key= (HString *)malloc(sizeof(HString));
idxlist->item[0].bnolist= (LinkList)malloc(sizeof(LNode));
idxlist->item[0].key->ch= NULL;
idxlist->item[0].key->length= 0;
//idxlist->item[0].bnolist->data[3];
idxlist->item[0].bnolist->next= NULL;
idxlist->last= 0;
return idxlist;
}
void GetLine(FILE *f)
//从文件f读入一个书目信息到书目缓冲区buf
{
int j= 0;
static chara[100][100];
charc;
c =fgetc(f);
while(((a[v][j++]= tolower(c) ) != ‘\n‘) && (c != EOF))
c= fgetc(f);
//printf("%c",a[v][j- 1]);
a[v][j-1]= ‘\0‘;
buf =a[v++];
printf("%s",buf);
}
int ExtractKeyWord(int bno[])
//从buf中提取书目关键词到词表wdlist，书号存入bno
{
intk,s,t = 0,j = 0;
b = i;
char*p = buf,*q,*c[10];
while(!isalnum(*p))
p++;
while(isdigit(*p) || !isalpha(*p))
{
bno[j]= *p - ‘0‘;
p++;j++;
}
j--;
while(!isalpha(*p))
p++;
q = p;
while(*q)
{
while((*q!= ‘ ‘) && *q && (*q != EOF))
q++;
q++;
*(q- 1) = ‘\0‘;
c[t++]= p;
p= q;
}
for(k= 0; k < t; ++k)
{
for(s= 0; s < 8; ++s)
{
if(strcmp(c[k],com[s])== 0)
break;
}
if(s== 8)
wdlist.item[i++]= c[k];
}
wdlist.last= i;
printf("词表的长度%d ",wdlist.last);
printf("书号：");
for(k= 0; k < j; ++k)
printf("%d",bno[k]);
printf("\n");
for(k = b; k < i; ++k )
printf("关键字%s\n",wdlist.item[k]);
return0;
}
int InsIdxList(IdxListType *idxlist, int bno[])
//将书号bno的书名关键词按词典顺序插入索引表idxlist
{
int k, t ,s,j = 0,c = b,d;
LinkListp,q;
if(i>= MaxKeyNum + 1)
{
printf("超过索引表最大存储，请调整！\n");
exit(-1);
}
for(t= idxlist->last ; j < i - b; j++,c++)
{
if(0 == t ) //第一个关键字插入
{
idxlist->item[0].key->ch= wdlist.item[c];
for(d= 0; d < 3; ++d )
idxlist->item[0].bnolist->data[d]= bno[d]; //书号存储
idxlist->item[0].bnolist->next= NULL; //链表尾部指向空
idxlist->last++;
t++;
}
else
{
for(k=0; k < t; k++)
{
if((s= strcmp(wdlist.item[c], idxlist->item[k].key->ch))== 0) //插入的关键字已存在
{
//ListInsert(idxlist->item[k].bnolist,Length(idxlist->item[k].bnolist)+1, bno);
p= (LinkList)malloc(sizeof(LNode)); //申请个新结点，保存书号
printf("\n插入的书号：");
for(d= 0; d < 3; ++d)
{
p->data[d]= bno[d];
printf("%d",p->data[d]);
}
q= idxlist->item[k].bnolist;
for(d= 0; d < 3; ++d)
fprintf(stdout, "%d",q->data[d]);
while(q->next!= NULL)
q= q->next;
q->next= p;
p->next= NULL;
fprintf(stdout, "\n关键字%-20s\t\n",idxlist->item[k].key->ch);
q= idxlist->item[k].bnolist;
while(q)
{
for(d= 0; d < 3; ++d)
fprintf(stdout, "%d",q->data[d]);
if(q->next!= NULL)
fprintf(stdout, ",");
q= q->next;
}
printf("\n");
break;
}
else if(s> 0)
{
if(k== t - 1) //插入的关键字大于最后一个已存在的关键字，则插在最后
{
idxlist->item[t].key= (HString *)malloc(sizeof(HString));
idxlist->item[t].bnolist= (LinkList)malloc(sizeof(LNode));
idxlist->item[t].key->ch= wdlist.item[c];
for(d= 0; d < 3; ++d )
idxlist->item[t].bnolist->data[d]= bno[d];
idxlist->item[t].bnolist->next=NULL;
idxlist->last++;
t++;
break;
}
}
else
{
idxlist->item[t].key= (HString *)malloc(sizeof(HString));
idxlist->item[t].bnolist= (LinkList)malloc(sizeof(LNode));
for(s= t-1; s >= k; --s )
{//插入的关键字小于当前已有的关键字，则把当前的到最后的关键字向后移
idxlist->item[s+1].key->ch= idxlist->item[s].key->ch ;
idxlist->item[s+1].bnolist->next= idxlist->item[s].bnolist->next;
for(d= 0; d < 3; d++)
idxlist->item[s+1].bnolist->data[d]= idxlist->item[s].bnolist->data[d];
//idxlist->item[s+1].bnolist->next= NULL;
}
idxlist->item[k].key->ch=wdlist.item[c]; //在当前关键字上插入新的关键字
for(d= 0; d < 3; ++d )
idxlist->item[k].bnolist->data[d]= bno[d];
idxlist->item[k].bnolist->next= NULL;
idxlist->last++;
t++;
break;
}
}
}
}
return0;
}
void PutText(FILE *g, IdxListType *idxlist)
//将生成的索引表idxlist输入到输出文件g
{
intk,t;
fprintf(g,"%-20s%-60s\n","关键字","书号");
fprintf(stdout,"%-20s%-60s\n","关键字","书号");
for(k= 0; k < idxlist->last; k++)
{
fprintf(g, "%-20s\t",idxlist->item[k].key->ch);
fprintf(stdout, "%-20s\t",idxlist->item[k].key->ch);
while(idxlist->item[k].bnolist)
{
for(t= 0; t < 3; ++t)
{
fprintf(g, "%d",idxlist->item[k].bnolist->data[t]);
fprintf(stdout, "%d",idxlist->item[k].bnolist->data[t]);
}
if(idxlist->item[k].bnolist->next!= NULL)
{
fprintf(stdout, ",");
fprintf(g, ",");
}
idxlist->item[k].bnolist= idxlist->item[k].bnolist->next;
}
fprintf(g, "\n");
fprintf(stdout, "\n");
}
}
void Idxlist_free(IdxListType *idxlist) //释放空间
{
intk;
LinkListp, q;
for(k = 0; k < idxlist->last; k++)
{
free(idxlist->item[k].key);
for(p = idxlist->item[k].bnolist; p; p = q)
{
q= p->next;
free(p);
}
}
}
int main()
{
IdxListType*idxlist = NULL ;
FILE*f, *g;
intBookNo[5];
if((f= fopen("BookInfo.txt", "r"))== NULL)
{
printf("ERROR!Can not open BookInfo.txt");
return0;
}
else
{
if((g= fopen("BookIdx.txt","w"))== NULL)
{
printf("ERROR!Can not open BookIdx.txt");
return0;
}
else
{
idxlist= InitIdxList(idxlist); //初始化索引表idxlist为空表
while(!feof(f))
{
GetLine(f); //从文件f读入一个书目信息到buf
ExtractKeyWord(BookNo); //从buf中提取关键词到词表，书号存入BookNo
InsIdxList(idxlist,BookNo); //将书号为BookNo的关键词插入索引表
printf("\ni=%d,b=%d\n",i,b);
}
PutText(g,idxlist); //将生成的索引表idxlist输出到文件g
}
}
Idxlist_free(idxlist);
fclose(f);
fclose(g);
return0;
}
版权声明：本文为博主原创文章，未经博主允许不得转载。
标签：
原文地址：http://blog.csdn.net/notbaron/article/details/46779459
