文学研究助手与模式匹配算法KMPWord格式.docx

文学研究助手与模式匹配算法KMPWord格式.docx

《文学研究助手与模式匹配算法KMPWord格式.docx》由会员分享，可在线阅读，更多相关《文学研究助手与模式匹配算法KMPWord格式.docx（11页珍藏版）》请在冰豆网上搜索。

试写一个实现这一目标的文字统计系统

【任务要求】

英文小说存于一个文本文件中。

待统计的词汇集合要一次输入完毕，即统计工作必须在程序的一次运行之后就全部完成。

程序的输出结果是每个词的出现次数和出现位置所在的行的行号，格式自行设计。

待统计的“单词”在文本串中不跨行出现，它或者从行首开始，或者前置以一个空格符。

模式匹配要基于KMP算法。

推广到更一般的模式集匹配问题，并设待查模式串可以跨行（提示：

定义操作GetAChar）。

【测试数据】

文本文件为testword.c

待统计的词集：

if、else、for、while、return、void、int、char、typedef、struct

三、进度安排

1．初步设计：

写出初步设计思路，进行修改完善，并进行初步设计。

2．详细设计：

根据确定的设计思想，进一步完善初步设计内容，按要求编写出数据结构类型定义、各算法程序、主函数。

编译分析调试错误。

3．测试分析：

设计几组数据进行测试分析，查找存在的设计缺陷，完善程序。

4．报告撰写：

根据上面设计过程和结果，按照要求写出设计报告。

5．答辩考核验收：

教师按组（人）检查验收，并提出相关问题，以便检验设计完成情况。

四、基本要求

1．在设计时，要严格按照题意要求独立进行设计，不能随意更改。

若确因条件所限，必须要改变课题要求时，应在征得指导教师同意的前提下进行。

2．在设计完成后，应当场运行和答辩，由指导教师验收，只有在验收合格后才能算设计部分的结束。

3．设计结束后要写出课程设计报告，以作为整个课程设计评分的书面依据和存档材料。

设计报告以规定格式的电子文档书写、打印并装订，报告格式严格按照模板要求撰写，排版及图、表要清楚、工整。

从总体来说，所设计的程序应该全部符合要求，问题模型、求解算法以及存储结构清晰；

具有友好、清晰的界面；

设计要包括所需要的辅助程序，如必要的数据输入、输出、显示和错误检测功能；

操作使用要简便；

程序的整体结构及局部结构要合理；

设计报告要符合规范。

课程负责人签名：

年月日

题目

选题四：

摘要

本实践课题重在对文本的查询，在实际应用中有重大作用。

通过本程序，可统计所需文本的一个或多个词汇在文本中出现的次数与位置，其作用在于给使用者研究一篇文学著作时提供帮助。

当研究一片文学著作时，不紧要理解著作的内容和寓意，有是更需要分析作者的写作手法和习惯，这是统计著作中词汇的出现次数与位置成了文学研究的重点课题。

本程序就可以为文学研究者提供这类帮助。

本程序基于模式匹配算法KMP实现，为普通模式匹配的改进，，优点在与时间复杂度由原来的O（n*m）变为O（n+m）,即是说统计时间大大缩短。

当要统计的词汇量很大时，计算机统计所需时间将很漫长，如果使用者急需使用统计结果，这是又因为统计太慢导致研究受阻，这样就得不偿失了。

而本程序将大大改善这种状况，让计算机在短时间内统计出使用者想要的统计结果。

本程序虽然精简，但是对模式匹配算法KMP的使用极其灵活，需开发者深刻理解模式匹配算法KMP，思路清晰，灵活调用模式匹配算法KMP的函数，否则开发者将极难开发成功。

关键词：

文学研究模式匹配KMP

1课程设计相关

1.1题目要求

1）英文小说存于一个文本文件中。

2）模式匹配要基于KMP算法。

3）推广到更一般的模式集匹配问题，并设待查模式串可以跨行（提示：

1）文本文件为testword.c

2）待统计的词集：

【成绩评定】

1）完成“任务要求”第1项成绩评定为“及格”-“中”。

2）完成“任务要求”第2项至第3项成绩评定为“良”及以上。

1.1.1实验所在地点

本实验实行所在地点于学校教学楼多媒体实验室JB405，如图1-1

图1-1学校设施组织结构图

2课程设计实施

2.1设计思路

本实践重在对模式匹配算法KMP的调用。

KMP算法在数据结构（C语言版）中的第82页有详细解释，在此不予以解释。

我的大概思路是：

1．打开文件

2．输入想要匹配的一组字符串

3．读取文件的一行

4．把每一个字符串在该行中实行模式匹配KMP

5．重复步骤3和4

6．输出结果

2.1.1课程设计时间分配

本课程时间分为4天，16个课时，设计工作时间分配由学生自行分配。

我的课程设计工作分配时间表如表2-1。

表2-1

详情

分工

时间

备注

思路梳理与理论了解

第一天

可实行部分编程

编程实现

第二天

注意写备注

程序检验与改善

第三天

准备写说明书

程序设计说明书整理

第四天

打印，答辩

开发一个软件，就算再小，时间分配上也是很重要的。

在第一天，我将了解模式匹配算法KMP的设计思路，再梳理出我设计本程序的大概思路。

当思路梳理得差不多的时候就可以开始编程，第一天的编程还是以编写程序框架为主，先要把思路的框架写出来，为第二天的编程实现作准备。

第二天开始正式变成实现，在第一天编写出的程序框架的基础上，填写程序的实际内容。

由于第一天已编写出大概框架，因此实际编程事半工倍。

第三天实行程序的检验与改善。

第二天编写出来的程序已能够实现所需功能，但程序的格式还比较乱，也没有对读取出错进行处理。

在这一天里，将对程序进行检验与改善，令程序更完美。

在闲暇之余，还可以适当为课程设计说明书作准备，写出说明书模版以及完成部分内容。

第四天对课程设计说明书进行进一部的整理和完成，并在答辩之前把说明书打印出来。

2.2源程序代码实现

#include<

stdio.h>

stdlib.h>

#defineMAXSTRLEN255//最大串长

typedefcharSString[MAXSTRLEN+1];

//串的定长顺序存储表示

intnext[MAXSTRLEN];

//KMP算法中用到的next

intIndex（SStringS,SStringT,intpos）//KMP算法,P82

{

inti=pos,j=1;

while（i<

=S[0]&

&

j<

=T[0]）

{

if（j==0||S[i]==T[j]）{++i;

++j;

}

else

j=next[j];

}

if（j>

T[0]）return（i-T[0]）;

return0;

intlenth（SStringstr）//求串长

inti=1;

while（str[i]）i++;

return（i-1）;

voidfind（charname[],SStringkeys）//查找函数

{

SStringtext;

//用于存放从小说文件读取的一行字符串

inti=1,j=0,k,q=0;

//i用于存放行号，j用于存放列号,k用于输出格式的控制,q用于统计出现次数

FILE*fp;

if（!

（fp=（fopen（name,"

r"

））））//打开小说文件

printf（"

打开文件出错!

\n"

）;

exit（0）;

keys[0]=lenth（keys）;

//求关键字的长度

printf（"

\n%s\n"

&

keys[1]）;

//打印关键字

while（!

feof（fp））//如果还没到小说文件末尾，则继续循环

k=0;

fgets（&

text[1],MAXSTRLEN,fp）;

//从小说文件中读取一行字符串，存入text串中

text[0]=lenth（text）;

//求读入的串的长度

j=Index（text,keys,j+1）;

//调用KMP算法，统计关键字在该行出现的位置，若匹配不成功则返回0

if（j!

=0）

{printf（"

行=%d,列=%d"

i,j）;

k++;

}//若匹配成功则打印行号和列号

while（j!

=0）//若该行找到了关键字，则继续寻找看是否还能匹配成功

{

j=Index（text,keys,j+1）;

//调用KMP算法从刚找到的列号后一字符起匹配

if（j!

=0）

{printf（"

%d"

j）;

k++;

}//若匹配成功，则打印列号

}

i++;

//行号加1，在下一行中寻找

q+=k;

//累加k以统计关键字出现次数

if（k）printf（"

//输出格式控制

%s出现%d次。

keys[1],q）;

//打印关键字出现次数

voidmain（）

charname[50];

//存储输入的小说路径字符串

SStringwords[10];

//定义字符串数组，用于存储输入的关键字

intm,n,i;

-----------------------------欢迎使用文学研究助手-------------------------------"

//打印标题

while

（1）//不停循环，直至完成查询或者退出服务

是否需要为你服务：

需要输入1，不需要输入0。

//询问是否需要服务

scanf（"

%d"

m）;

//输入判断是否需要服务

if（m==1）//需要服务时执行

输入你想查询的文档名字:

scanf（"

%s"

name）;

//输入文件名

输入查询字符串的个数：

n）;

//输入查询字符串个数

输入你要查询的字符串:

for（i=0;

i<

n;

i++）

scanf（"

words[i][1]）;

//用户一次性输入要查找的关键字，words[i][0]用于存放字符串的长度

find（name,words[i]）;

//对于每一个关键字，调用查找函数进行查找统计

break;

elseif（m==0）//不需要服务时执行

break;

else

printf（"

输入错误!

\n\n"

//输入不合规范时执行

2.3程序调试演示与分析

如上图所示，运行程序先询问你是否需要服务，输入1后开始提供服务。

首先输入想查询的文档名字，这里输入测试文档text.c，即本程序的源文件，再输入个数，这里为测试需要输入10个。

然后一次性输入想查询的字符串，这里为if、else、for、while、return、void、int、char、typedef、struct。

输入完成以后程序就会开始自动统计，结果如下：

分析结果发现，程序统计完自动退出。

再对比统计结果是否正确，发现结果是正确的，表明程序正常运行并统计出了正确的数据。

参考文献

[1]严蔚敏，吴伟民：

《数据结构（C语言版）》[M]，清华大学出版社2007年版，第80-84页。

心得体会

通过这一次课程实践，我获益良多，明白了很多之前不明白的，注意到了很多之前没注意的东西。

虽然这个程序比较短，可短而精，特别是对于模式匹配算法KMP的运用尤其灵活。

另外，我注意了很多细节，从中学到了很多。

总的来说包括以下几点：

1．对于错误信息的处理问题。

本程序有打开文件、输入判断等运用，如果对错误信息不加以处理，将会导致程序运行时使用户不清楚或感到程序忽然死亡的情况。

对这一细节加以处理后不仅程序美观，条理清晰，还对用户的使用提供了方便，容易上手。

2．注释应尽量详细。

详细的注释不仅能够让看的人清晰明了，对编程者本人的思路整理有好处，使得在编程的过程中不易产生混乱。

3．编程时注意对程序的优化。

虽然计算机的处理速度很快，可是当处理的信息一旦太多时，计算机容易反应不过来。

为了避免这种情况的发生，程序应当简洁、省时省空间，力求在时间复杂度和空间复杂度之上有所优势，节约资源。

4．思路是编程的核心，在编程之前一定要理清思路，这样编程时才会事半工倍。

如果在编程是遇到了瓶颈，应当静下心来重新整理思路，并寻找是否思路上有所纰漏。

5．在编程检验时，应当细心。

很多小错误都是由于编程人员的疏忽所造成的，而这些小错误往往不容易发现，对程序的运行也不会造成错误，可是对结果却有重大的影响，使得输出结果不如人意。

总的来说，编程就是熟能生巧，只要多编程，就会发现很多，学到很多。

只要在每一次的编程中多注意，多思考，编程能力就会慢慢提高。

在大学的日子里，编程的机会不算少，也不算多，为了锻炼能力，更应该重视每一次的编程实践，重要的是从中学到了多少，对你有多大帮助。

把握课程实践的机会，将会对个人能力的提高有很多好处。

教师评语