西工大数据结构课程设计Tire Tree.docx

西工大数据结构课程设计Tire Tree.docx

《西工大数据结构课程设计Tire Tree.docx》由会员分享，可在线阅读，更多相关《西工大数据结构课程设计Tire Tree.docx（14页珍藏版）》请在冰豆网上搜索。

西工大数据结构课程设计TireTree

2011-2012年数据结构

课程设计实验报告

学院：

班级：

姓名:

学号：

邮箱：

2012年1月5日

《课程设计》实验报告

班级:

学号:

姓名:

E-mail:

日期:

◎实验题目:

字典树

◎实验目的：

设计合适的数据结构，建立字典树，解决文件中单词的搜索统计问题。

◎实验内容：

现在有一个英文字典（每个单词都是由小写的'a'-'z'组成），单词量很大，达到100多万的单词，而且还有很多重复的单词。

此外，我们现在还有一些Document，每个Document包含一些英语单词。

针对这个问题，请你选择合适的数据结构，组织这些数据，使时间复杂度和空间复杂度尽可能低，并且解决下面的问题和分析自己算法的时间复杂度。

1）基本型问题

（1）选择合适的数据结构，将所有的英文单词生成一个字典Dictionary。

（2）给定一个单词，判断这个单词是否在字典Dictionary中。

如果在单词库中，输出这个单词总共出现的次数。

否则输出NO。

2）扩展型问题

（3）给定一个单词，按字典序输出字典Dictionary中所有以这个单词为前缀的单词。

例如，如果字典T={a,aa,aaa,b,ba},如果你输入a,那么输出应该为{a,aa,aaa}。

（4）给定一个单词，输出在Dictionary中以这个单词为前缀的单词的出现频率最高的10个单词，对于具有相同出现次数的情况，按照最近（即最后）插入的单词优先级比较高的原则输出。

（5）输出Dictionary中出现次数最高的10个单词。

3）高级型问题

（6）现在我们有一些Document，每个Document由一些单词组成，现在的问题就是给你一个word，检索出哪些Document包含这个word，输出这些Document的DocumentID（就如同搜索引擎一样，即输入一些关键字，然后检索出和这些关键字相关的文档）。

（7）在第（6）问中，我们只考虑了一个word在哪些Document中的情况，我们进一步考虑2个相邻word的情况，检索出同时包含这两个相邻word的DocumentID。

4）挑战型问题

（8）现在我们再对（7）的问题进行扩展，把（7）中的只检索相邻2个word推广到可以检索多个word（即连续的k个word，其中k>=2），检索出同时包含k个连续word的DocumentID。

我解决了前六个问题。

一、需求分析

1．本程序演示中，程序自动读取目标文件，生成需要的文件。

2.演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入相应数据。

3．程序执行的主要命令包括：

（1）构建栈；

（2）构造字典树；（3）构建文件数；（4）树的查找；（5）结束。

二概要设计

为实现上述算法，选择字典树为本程序的存储结构。

1、本程序包括三个模块：

（1）主程序模块；

（2）构建栈模块；

（3）构造字典树模块；

（4）构建文件数模块；

（5）树的遍历模块；

2、模块调用关系图

主程序模块

构建栈模块

构造字典树模块

构建文件数模块

树的遍历模块

三详细设计

1、定义存储链表结构：

（1）定义字典树与文件数结构：

#include

#include

#include

#include

#defineNULL0

#defineERROR-1

#definestack_in_size100

#definestackincrement10

structTreeNode/*树结点*/

{

charch;

intnumber;/*以该字符为结束的单词出现的个数*/

structTreeNode*pt[26];/*指向后继的字母的26个指针*/

};

structTreeNode*root;

typedefstructTreeNode*Link_TreeNode;

structMAX_TEN/*存放出现频率最高的十个单词数据结构*/

{

charSTRING[35];

intcount;/*字符串出现的次数*/

intxiabao;/*字符数组位置的下标*/

};

structMAX_TENMAX[10];

structMAX_TENMIN;

structDocumentNode/*文件结点*/

{

charch;/*存放某个单词的一个字符*/

intnumber;/*以该字符为结束的单词出现的个数*/

structDocumentNode*pt[26];/*指向后继的字母的26个指针*/

structLocationn*next;/*连接以该字符为结束的单词所在的位置*/

};

typedefstructDocumentNode*Link_DocumentNode;

Link_DocumentNodeROOT[301];/*300个根节点指针,零号单元不用*/

structLocationn/*单词在文件中的位置*/

{

intnum;

structLocationn*next;

};

structWORD/*单词链表结构*/

{

charstrr[35];

structWORD*next;

};

typedefstruct

{

char*base;

char*top;

intstacksize;

}SQSTACK;

SQSTACKS,T;

2、每个模块的分析：

（1）主程序模块：

voidmain（）

{

printf（"*****************基本型问题************************\n"）;

CREAT_DicTree（）;/*第一题，读入vocabulary文件，建立存放单词的字典树*/

printf（"TheFirstproblemhasbeensolved,adictionarytreehasbeenbuildt\n"）;

OPEN_SearchWordInVocabulary（）;/*第二题，生成SearchWordInVocabulary_Result.txt*/

printf（"TheSecondproblemhasbeensolved,SearchWordInVocabulary_Result.txtformed\n"）;

printf（"*****************扩展型问题************************\n"）;

OPEN_TotPrefixWord（）;/*第三题，生成TotPrefixWord_Result.txt*/

printf（"TheThirdproblemhasbeensolved,TotPrefixWord_Result.txtformed\n"）;

OPEN_PrefixFrequence（）;/*第四题，生成PrefixFrequence_Result.txt*/

printf（"TheForthproblemhasbeensolved,PrefixFrequence_Result.txtformed\n"）;

OPEN_MostFrequenceWord（）;/*第五题，生成MostFrequenceWord.txt*/

printf（"TheFifthproblemhasbeensolved,MostFrequenceWord.txtformde\n"）;

printf（"*****************高级型问题************************\n"）;

CREAT_DocumentTree（）;/*第六题，读入Document文件，建立存放文件的树*/

printf（"TheSixthproblemhasbeensolved,WordInDocument_Result.txtformed\n"）;

}

（2）构建栈模块：

SQSTACKCreat（）/*创建空栈*/

{

SQSTACKs;

s.base=（char*）malloc（stack_in_size*sizeof（char））;

s.top=s.base;

s.stacksize=stack_in_size;

returns;

}/*全局变量栈*/

charpop（SQSTACK&s）/*出栈*/

{

chare;

if（s.top==s.base）returnERROR;

e=*（--s.top）;

returne;

}

voidpush（SQSTACK&s,chare）/*入栈*/

{

if（s.top-s.base>=s.stacksize）

{s.base=（char*）realloc（s.base,

（s.stacksize+stackincrement）*sizeof（char））;

s.top=s.base+s.stacksize;

s.stacksize+=stackincrement;

}

*s.top=e;

s.top=s.top+1;

}

intisempty（SQSTACKs）/*判断栈是否为空*/

{

if（s.base==s.top）

return1;

else

return0;

}

（3）构造字典树模块：

Link_TreeNodecreat（）/*创建树结点，并返回指向该节点的指针*/

{

inti;

Link_TreeNodept;

pt=（Link_TreeNode）malloc（sizeof（TreeNode））;

pt->number=0;

for（i=0;i<26;i++）

pt->pt[i]=NULL;

returnpt;

}

voidCREAT_DicTree（）/*创建字典树*/

{

root=creat（）;

Link_TreeNodeq;

FILE*fp;

char*p;

intctmp;

intjieshu;

charstr[35];/*存放从文件中读入的单词*/

if（（fp=fopen（"vocabulary.txt","r"））==NULL）

printf（"cannotopenvocabulary.txt\n"）;

while

（1）

{

jieshu=fscanf（fp,"%s",str）;/*从文件中读入字符串*/

q=root;

if（jieshu==-1）

break;

else

{

p=str;

while（*p!

='\0'）

{

ctmp=*p-97;

if（q->pt[ctmp]!

=NULL）

q=q->pt[ctmp];

else

{

q->pt[ctmp]=creat（）;

q=q->pt[ctmp];

q->ch=*p;

}

p++;

if（*p=='\0'）

{

q->number++;

break;

}

}

}

}

}

（4）构建文件数模块：

Link_DocumentNodeCREAT（）/*创建一个文件型的数据结构结点，并返回指向该节点的指针*/

{

inti;

Link_DocumentNodep;

p=（Link_DocumentNode）malloc（sizeof（structDocumentNode））;

p->number=0;

for（i=0;i<26;i++）

{

p->pt[i]=NULL;

}

p->next=NULL;/*文件初始化*/

returnp;

}

voidCREAT_DocumentTree（）/*读入文件，创建文件树*/

{

Link_DocumentNodeq;

structLocationn*LL;

FILE*fp;

char*p;

intctmp;

intjieshu;

intLocation;/*定位单词在文章中的位置*/

intk;

charstr[35];/*存放从文件中读入的单词*/

if（（fp=fopen（"Document.txt","r"））==NULL）

printf（"cannotopenDocument.txt\n"）;

while

（1）

{

jieshu=fscanf（fp,"%s",str）;

if（jieshu==-1）

break;/*文件中单词已读完*/

if（!

strcmp（str,"Document"））

{

fscanf（fp,"%d",&k）;

ROOT[k]=CREAT（）;

Location=1;

fscanf（fp,"%s",str）;

}

q=ROOT[k];

p=str;

while（*p!

='\0'）/*处理每个单词*/

{

ctmp=*p-97;

if（q->pt[ctmp]!

=NULL）

q=q->pt[ctmp];

else

{

q->pt[ctmp]=CREAT（）;

q=q->pt[ctmp];

q->ch=*p;

}

p++;

if（*p=='\0'）

{

q->number++;

if（q->next==NULL）

{

LL=（structLocationn*）malloc（sizeof（structLocationn））;

LL->num=Location;

q->next=LL;

LL->next=NULL;

Location++;

break;

}

else

{

LL=q->next;

while（LL->next!

=NULL）

LL=LL->next;

LL->next=（structLocationn*）malloc（sizeof（structLocationn））;

LL=LL->next;

LL->next=NULL;

LL->num=Location;

Location++;

break;

}

}

}

}

}

（5）程序使用的函数：

SQSTACKCreat（）

charpop（SQSTACK&s）

voidpush（SQSTACK&s,chare）

intisempty（SQSTACKs）

Link_TreeNodecreat（）

voidCREAT_DicTree（）

intSearch（charstr[],Link_TreeNoderoot）

Link_TreeNodeGet_Last_Link（charstr[]）

boolOutPrint（Link_TreeNodep,FILE*fp）

voidRECHANGE_MIN（chartepp[],intcunt）

boolGOT_MAX_TEN（Link_TreeNodep）

Link_DocumentNodeCREAT（）

voidCREAT_DocumentTree（）

intSearch_Doc（charstr[],Link_DocumentNoderoot）

voidSORT_MAX_Ten（）

structWORD*Creat_two_word_link（charstr1[],charstr2[]）

structWORD*Creat_multi_word_link（intlength,FILE*fp）

voidSearch_Match_Word（structWORD*head,intlength,FILE*fp）

voidOPEN_SearchWordInVocabulary（）

voidOPEN_TotPrefixWord（）

voidOPEN_PrefixFrequence（）

voidOPEN_MostFrequenceWord（）

voidmain（）

3、数据结构示意图：

‘

26个孩子

。

。

。

。

。

。

每个树结点有26个孩子

四使用说明、测试分析及结果

1、程序使用说明：

（1）本程序的运行环境为VC6.0。

（2）进入演示程序后即显示的提示信息：

输出：

*****************基本型问题************************

TheFirstproblemhasbeensolved,adictionarytreehasbeenbuildt

TheSecondproblemhasbeensolved,SearchWordInVocabulary_Result.txtformed

*****************扩展型问题************************

TheThirdproblemhasbeensolved,TotPrefixWord_Result.txtformed

TheForthproblemhasbeensolved,PrefixFrequence_Result.txtformed

TheFifthproblemhasbeensolved,MostFrequenceWord.txtformed

*****************高级型问题************************

TheSixthproblemhasbeensolved,WordInDocument_Result.txtformed

2、运行界面：

五、实验总结

这次实验题目涉及了数据结构学习中的多种结构，要求对各种数据的存储与处理的方法比较熟悉。

在实验中，由于这学期没有很认真的学习这门课，平常实验课写程序也不是很认真，以至于解决前两个问题还比较轻松，但是从三个问题开始我就遇到了很大困难，在数据的处理过程中遇到了不小的麻烦，导致后来调试的时候浪费了很多时间。

同时，程序的时间复杂度耗时，占用内存较大，这说明程序的结构不够灵巧，我会再次认真的自己学习这门课程，希望在以后的学习中能把程序写得更好。

教师评语：

实验成绩：

指导教师签名：

批阅日期：