文本处理 统计单词个数和出现频度 c语言

可以使用哈希表（Hash Table）来实现统计单词个数和出现频度。

具体步骤如下：

1. 读入文本文件，逐个字符读取并将其转换为小写字母，以便统计单词出现频度时不区分大小写。

2. 对于每个单词，先判断它是否已经在哈希表中存在，如果不存在，则将其加入哈希表中，并将它的出现次数设为1，如果已经存在，则将它的出现次数加1。

3. 统计完所有单词的出现频度后，可以遍历哈希表，输出单词及其出现频度。

以下是一个示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

#define MAX_WORD_LENGTH 50
#define HASH_TABLE_SIZE 1000

// 定义哈希表节点结构体
typedef struct hash_node {
    char word[MAX_WORD_LENGTH];
    int count;
    struct hash_node* next;
} HashNode;

// 定义哈希表结构体
typedef struct hash_table {
    HashNode* nodes[HASH_TABLE_SIZE];
} HashTable;

// 哈希函数
int hash(char* word) {
    int hash_value = 0;
    int i;
    for (i = 0; word[i] != '\0'; ++i) {
        hash_value = (hash_value * 31 + tolower(word[i])) % HASH_TABLE_SIZE;
    }
    return hash_value;
}

// 插入哈希表
void insert_hash_table(HashTable* table, char* word) {
    int index = hash(word);
    HashNode* node = table->nodes[index];
    while (node != NULL) {
        if (strcmp(node->word, word) == 0) {
            node->count++;
            return;
        }
        node = node->next;
    }
    node = (HashNode*)malloc(sizeof(HashNode));
    strcpy(node->word, word);
    node->count = 1;
    node->next = table->nodes[index];
    table->nodes[index] = node;
}

// 打印哈希表
void print_hash_table(HashTable* table) {
    int i;
    for (i = 0; i < HASH_TABLE_SIZE; ++i) {
        HashNode* node = table->nodes[i];
        while (node != NULL) {
            printf("%s: %d\n", node->word, node->count);
            node = node->next;
        }
    }
}

int main() {
    FILE* fp = fopen("input.txt", "r");
    if (fp == NULL) {
        printf("Failed to open file.\n");
        return 1;
    }

    HashTable table;
    memset(&table, 0, sizeof(table));

    char word[MAX_WORD_LENGTH];
    int i = 0, c;
    while ((c = fgetc(fp)) != EOF) {
        if (isalpha(c)) {
            word[i++] = tolower(c);
        } else if (i > 0) {
            word[i] = '\0';
            insert_hash_table(&table, word);
            i = 0;
        }
    }

    if (i > 0) {
        word[i] = '\0';
        insert_hash_table(&table, word);
    }

    fclose(fp);

    print_hash_table(&table);

    return 0;
}

在实际使用中，可以根据需要对哈希表的大小进行调整，以便提高效率。