C语言实现英文文本词频统计分享！

这几天写了一个基于C语言对文本词频进行统计的程序，开发及调试环境：mac集成开发环境Xcode；测试文本，马丁.路德金的《I have a dream》原文演讲稿。

主要运行步骤：

1. 打开文本把文本内容读入流中并且开辟相应空间放入内存
2 .对文本内容进行处理，去除大写字母（转化为小写），去除特殊字符
3. 基于单链表对词频进行统计
4. 把统计结果进行归并排序
5.打印输出全部词频或者频率最高的10个单词和其出现次数
6.释放所有结点消耗的内存

废话不多说，上代码！

  //  // main.c  // word_frequency_statistic  //  // Created by tianling on 14-3-16.  // Copyright (c) 2014年 tianling. All rights reserved.  // 实现英文文本的词频统计  //    #include <stdio.h>  #include <stdlib.h>  #include <string.h>    #define ERROR 1  #define OK 0  const int WORD_LENGTH = 250;//定义单个单词最大长度  typedef int status;      /*   **定义存储单词及其出现次数的结构体   */  typedef struct Node{   char word[WORD_LENGTH];   int time;   struct Node *next;  }wordNode;    wordNode *headNode = NULL;//定义链表头指针    /*   **函数声明   */  wordNode *wordSearch(char *word,int *num);  status wordCount(char *word,int *num);  void printCountList(int *num);  void PrintFirstTenTimes();  void mergeSort(wordNode **head);  void FrontBackSplit(wordNode *head,wordNode **pre,wordNode **next);  void wordJob(char word[]);  wordNode *SortedMerge(wordNode *pre,wordNode *next);  void release();    status main(int argc,char *argv[])  {   char temp[WORD_LENGTH];//定义用以临时存放单词的数组   FILE *file;   int count,articleWordNum = 0;//定义统计结点个数的变量   int *num = &articleWordNum,choose;      /*    **读取文件    */   if((file = fopen("/Users/tianling/Documents/Data_Structure/word_frequency_statistic/word_frequency_statistic/article.txt", "r")) == NULL){    //这里是绝对路径，基于XCode编译器查找方便的需求    printf("文件读取失败!");    exit(1);   }      while((fscanf(file,"%s",temp))!= EOF){    wordJob(temp);    count = wordCount(temp,num);   }      fclose(file);//关闭文件      printCountList(num);      printf("***********请选择***********n");   printf("*****1. 输出词频最高的10个词**n");   printf("*****2. 退出****************n");      scanf("%d",&choose);   if(choose == 1){    mergeSort(&headNode);    PrintFirstTenTimes();     }else{    release();    exit(0);   }      release();   return 0;        }    /*   **查找单词所在结点   */  wordNode *wordSearch(char *word,int *num){   wordNode *node;//声明一个新结点      if(headNode == NULL){//若头结点为空    node = (wordNode*)malloc(sizeof(wordNode));    strcpy(node->word, word);//将第一个单词赋值给这个新结点    node->time = 0;//初始化该单词的出现次数    *num+=1;    headNode = node;//将头结点指向这个新结点    return node;       }      wordNode *nextNode = headNode;   wordNode *preNode = NULL;      while(nextNode != NULL && strcmp(nextNode->word, word) != 0){    preNode = nextNode;    nextNode = nextNode->next;   }      //若该单词不存在，则在链表中生成新结点   if(nextNode == NULL){    node = (wordNode*)malloc(sizeof(wordNode));    strcpy(node->word, word);    node->time = 0;    node->next = headNode->next;    headNode->next = node;    *num+=1;        return node;   }else    return nextNode;     }      /*   **词频统计   */  status wordCount(char *word,int *num){   wordNode *tmpNode = NULL;   tmpNode = wordSearch(word,num);      if(tmpNode == NULL){    return ERROR;   }      tmpNode->time++;      return 0;  }      /*   **打印所有词频   */  void printCountList(int *num){   if(headNode == NULL){    printf("该文件无内容！");       }else{    wordNode *preNode = headNode;    printf("总词量 %d n",*num);        while(preNode != NULL){     printf("%s 出现次数 %dn",preNode->word,preNode->time);     preNode = preNode->next;    }   }     }      /*   **打印词频最高的10个词   */  void PrintFirstTenTimes(){   if(headNode == NULL){    printf("该文件无内容!");       }else{    wordNode *preNode = headNode;    int i = 0;    printf("出现次数最多的10个词如下: n");        while (preNode != NULL && i<=10) {     printf("%s 出现次数 %dn",preNode->word,preNode->time);     preNode = preNode->next;     i++;      }   }  }      /*   **对词频统计结果进行归并排序   */  void mergeSort(wordNode **headnode){   wordNode *pre,*next,*head;   head = *headnode;      //若链表长度为0或1则停止排序   if(head == NULL || head->next == NULL){    return;   }      FrontBackSplit(head,&pre,&next);      mergeSort(&pre);   mergeSort(&next);      *headnode = SortedMerge(pre,next);     }      /*   **将链表进行分组   */  void FrontBackSplit(wordNode *source,wordNode **pre,wordNode **next){   wordNode *fast;   wordNode *slow;      if(source == NULL || source->next == NULL){    *pre = source;    *next = NULL;   }else{    slow = source;    fast = source->next;        while(fast != NULL){     fast = fast->next;          if(fast != NULL){      slow = slow->next;      fast = fast->next;     }    }    *pre = source;    *next = slow->next;    slow->next = NULL;   }  }      /*   **根据排序结果更换头结点   */  wordNode *SortedMerge(wordNode *pre,wordNode *next){   wordNode *result = NULL;      if(pre == NULL)    return next;   else if(next == NULL)    return pre;      if(pre->time >= next->time){    result = pre;    result->next = SortedMerge(pre->next,next);       }else{    result = next;    result->next = SortedMerge(pre,next->next);   }   return result;  }      /*   **处理大写字母及特殊字符   */  void wordJob(char word[]){   int i,k;   char *specialChar = ",.;:'?!><+=|*&^%$#@"";//定义特殊字符集      for(i = 0;i<strlen(word);i++){    //筛选并将字符串中的大写字母转化为小写字母    if(word[i]>='A'&& word[i]<='Z'){     word[i] += 32;    }    //筛选并去除字符串中的特殊字符    for(k = 0;k<strlen(specialChar);k++){          if(word[i] == specialChar[k]){            while(i<strlen(word)){       word[i] = word[i+1];       i++;      }           }    }   }     }      /*   **释放所有结点内存   */  void release(){   if(headNode == NULL)    return;      wordNode *pre = headNode;   while(pre != NULL){    headNode = pre->next;    free(pre);    pre = headNode;       }  }

调试结果：（Xcode环境）

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持<计算机技术网(www.ctvol.com)!!>。

—-想了解C语言实现英文文本词频统计分享！全部内容且更多的C语言教程关注<计算机技术网(www.ctvol.com)!!>