从标准输入中读入一个英文单词及查找方式,在一个给定的英文常用单词字典文件dictionary3000.txt中查找该单词,返回查找结果(查找到返回1,否则返回0)和查找过程中单词的比较次数。查找前,先将所有字典中单词读入至一个单词表(数组)中,然后按要求进行查找。字典中单词总数不超过3500,单词中的字符都是英文小写字母,并已按字典序排好序(可从课件下载区下载该字典文件)。字典中的单词和待查找单词的字符个数不超过20。 查找方式说明:查找方式以1~4数字表示,每个数字含义如下: 1:在单词表中以顺序查找方式查找,因为单词表已排好序,遇到相同的或第一个比待查找的单词大的单词,就要终止查找; 2:在单词表中以折半查找方式查找; 3:在单词表中通过索引表来获取单词查找范围,并在该查找范围中以折半方式查找。索引表构建方式为:以26个英文字母为头字母的单词在字典中的起始位置和单词个数来构建索引表,如: 字母 起始位置 单词个数 a 0 248 b 248 167 … … … 该索引表表明以字母a开头的单词在单词表中的开始下标位置为0,单词个数为248。 4:按下面给定的hash函数为字典中单词构造一个hash表,hash冲突时按字典序依次存放单词。hash查找遇到冲突时,采用链地址法处理,在冲突链表中找到或未找到(遇到第一个比待查找的单词大的单词或链表结束)便结束查找。用c语言写出方法四的代码

时间: 2023-07-14 13:11:42 浏览: 221
以下是方法四的代码,包括构造哈希表和哈希查找函数: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define MAX_WORD_LEN 20 // 最大单词长度 #define TABLE_SIZE 4000 // 哈希表大小 // 哈希表节点结构体 typedef struct HashNode { char word[MAX_WORD_LEN+1]; // 单词 int index; // 在单词表中的下标 struct HashNode *next; // 冲突链表 } HashNode; // 构造哈希表 void build_hash_table(char **word_list, int word_count, HashNode **hash_table) { for (int i = 0; i < word_count; i++) { HashNode *node = (HashNode *)malloc(sizeof(HashNode)); strncpy(node->word, word_list[i], MAX_WORD_LEN); node->index = i; node->next = NULL; // 计算哈希值 int hash_value = 0; for (int j = 0; j < strlen(word_list[i]); j++) { hash_value = (hash_value * 26 + (word_list[i][j] - 'a')) % TABLE_SIZE; } // 处理冲突 if (hash_table[hash_value] == NULL) { hash_table[hash_value] = node; } else { HashNode *cur = hash_table[hash_value]; while (cur->next != NULL) { cur = cur->next; } cur->next = node; } } } // 哈希查找函数 int hash_search(char *word, HashNode **hash_table, int *compare_count) { // 计算哈希值 int hash_value = 0; for (int i = 0; i < strlen(word); i++) { hash_value = (hash_value * 26 + (word[i] - 'a')) % TABLE_SIZE; } // 在冲突链表中查找 HashNode *cur = hash_table[hash_value]; while (cur != NULL) { (*compare_count)++; if (strcmp(cur->word, word) == 0) { return 1; } else if (strcmp(cur->word, word) > 0) { return 0; } cur = cur->next; } return 0; } int main() { char **word_list = (char **)malloc(sizeof(char *) * 3500); for (int i = 0; i < 3500; i++) { word_list[i] = (char *)malloc(sizeof(char) * (MAX_WORD_LEN + 1)); } // 读入单词表 FILE *fp = fopen("dictionary3000.txt", "r"); int word_count = 0; while (fscanf(fp, "%s", word_list[word_count]) != EOF) { word_count++; } fclose(fp); // 构造哈希表 HashNode **hash_table = (HashNode **)malloc(sizeof(HashNode *) * TABLE_SIZE); for (int i = 0; i < TABLE_SIZE; i++) { hash_table[i] = NULL; } build_hash_table(word_list, word_count, hash_table); // 读入待查找单词和查找方式 char word[MAX_WORD_LEN+1]; int method; scanf("%s%d", word, &method); // 查找单词并输出结果和比较次数 int compare_count = 0; int found = 0; switch (method) { case 1: for (int i = 0; i < word_count; i++) { compare_count++; if (strcmp(word_list[i], word) == 0) { found = 1; break; } else if (strcmp(word_list[i], word) > 0) { break; } } break; case 2: { int left = 0, right = word_count - 1; while (left <= right) { compare_count++; int mid = (left + right) / 2; if (strcmp(word_list[mid], word) == 0) { found = 1; break; } else if (strcmp(word_list[mid], word) > 0) { right = mid - 1; } else { left = mid + 1; } } break; } case 3: { int index_table[26][2]; // 索引表 for (int i = 0; i < 26; i++) { int j = 0; while (j < word_count && word_list[j][0] - 'a' < i) { j++; } index_table[i][0] = j; while (j < word_count && word_list[j][0] - 'a' == i) { j++; } index_table[i][1] = j - index_table[i][0]; } int start = index_table[word[0]-'a'][0], end = start + index_table[word[0]-'a'][1] - 1; int left = start, right = end; while (left <= right) { compare_count++; int mid = (left + right) / 2; if (strcmp(word_list[mid], word) == 0) { found = 1; break; } else if (strcmp(word_list[mid], word) > 0) { right = mid - 1; } else { left = mid + 1; } } break; } case 4: found = hash_search(word, hash_table, &compare_count); break; default: printf("Invalid method\n"); return 1; } // 输出结果和比较次数 if (found) { printf("1\n"); } else { printf("0\n"); } printf("%d\n", compare_count); // 释放内存 for (int i = 0; i < 3500; i++) { free(word_list[i]); } free(word_list); for (int i = 0; i < TABLE_SIZE; i++) { HashNode *cur = hash_table[i]; while (cur != NULL) { HashNode *tmp = cur->next; free(cur); cur = tmp; } } free(hash_table); return 0; } ```
阅读全文

相关推荐

用python实现: 【问题描述】 编写程序,打开一篇英文文章(存在当前目录下的文件in.txt中),为该文章生成词汇表(存到当前目录下的另一个文件words.txt中)。文章中单词指的是只由小写或大写字母组成的字符串,但词汇表中的单词都是以小写字母的形式出现,若文章中出现多个大小写无关的相同单词,只在词汇表中生成一个单词。假设生成的词汇表中单词个数不会超过100个,且每个单词的长度不会超过20。词汇表中的单词以字典顺序由小到大存放。 【输入形式】 输入的英文文章存储在当前目录下的文件in.txt中。 【输出形式】 输出的词汇表存储到当前目录下的文件words.txt中,每个单词独占一行,以字典顺序由小到大存放。 【输入样例】 假如in.txt中的文章内容如下: C was originally designed for and implemented on the UNIX operating system on the DEC PDP-11, by Dennis Ritchie. The book is not an introductory programming manual. 【输出样例】 生成的词汇表存储在words.txt中,其内容应如下所示: an and book by c dec dennis designed for implemented introductory is manual not on operating originally pdp programming ritchie system the unix was 【样例说明】 读入的英文文章中,所有的英文字母串(由一个或多个连续字母组成)都将对应生成词汇表中的一个单词,例如:文章中的两个the和一个The对应生成词汇表中单词the;单个字母C也作为单个单词出现,所以也对应生成词汇表中的一个单词c。

最新推荐

recommend-type

Python实现统计英文单词个数及字符串分割代码

在Python编程语言中,统计英文单词个数和字符串分割是常见的文本处理任务。这里我们将详细探讨这两种操作的实现方法。 首先,让我们来看一下如何进行字符串分割。在Python中,`str.split()` 方法是用于将字符串分割...
recommend-type

python将每个单词按空格分开并保存到文件中

然后,对于列表中的每一个单词(`db`),如果它不在目标文件(`outfile`)中,就将其写入目标文件,每行一个单词。这里通过`not in`操作符判断单词是否已存在于目标文件,注意这个判断在实际应用中可能不够准确,...
recommend-type

C语言从txt文件中逐行读入数据存到数组中的实现方法

这就是在C语言中从`.txt`文件中逐行读取数据并存入数组的基本步骤。通过这种方式,你可以灵活地处理各种格式的文本数据文件,无论数据是整型还是浮点型,一维还是多维。在实际项目中,你可能需要根据具体需求进行...
recommend-type

C++中进行txt文件读入和写入的方法示例

C++中进行txt文件读入和写入的方法示例 本文主要介绍了C++中进行txt文件读入和写入的相关知识点,通过示例代码详细地介绍了读取txt文件和写入txt文件的方法。以下是从文章中提取的知识点: 1. ifstream和ofstream...
recommend-type

C++从文本文件读取数据到vector中的方法

接下来,我们定义一个名为`InputData_To_Vector`的函数,该函数负责从文本文件中读取数据并填充`std::vector&lt;int&gt;`: ```cpp vector&lt;int&gt; *InputData_To_Vector(){ vector&lt;int&gt; *p = new vector; // 创建一个新的...
recommend-type

火炬连体网络在MNIST的2D嵌入实现示例

资源摘要信息:"Siamese网络是一种特殊的神经网络,主要用于度量学习任务中,例如人脸验证、签名识别或任何需要判断两个输入是否相似的场景。本资源中的实现例子是在MNIST数据集上训练的,MNIST是一个包含了手写数字的大型数据集,广泛用于训练各种图像处理系统。在这个例子中,Siamese网络被用来将手写数字图像嵌入到2D空间中,同时保留它们之间的相似性信息。通过这个过程,数字图像能够被映射到一个欧几里得空间,其中相似的图像在空间上彼此接近,不相似的图像则相对远离。 具体到技术层面,Siamese网络由两个相同的子网络构成,这两个子网络共享权重并且并行处理两个不同的输入。在本例中,这两个子网络可能被设计为卷积神经网络(CNN),因为CNN在图像识别任务中表现出色。网络的输入是成对的手写数字图像,输出是一个相似性分数或者距离度量,表明这两个图像是否属于同一类别。 为了训练Siamese网络,需要定义一个损失函数来指导网络学习如何区分相似与不相似的输入对。常见的损失函数包括对比损失(Contrastive Loss)和三元组损失(Triplet Loss)。对比损失函数关注于同一类别的图像对(正样本对)以及不同类别的图像对(负样本对),鼓励网络减小正样本对的距离同时增加负样本对的距离。 在Lua语言环境中,Siamese网络的实现可以通过Lua的深度学习库,如Torch/LuaTorch,来构建。Torch/LuaTorch是一个强大的科学计算框架,它支持GPU加速,广泛应用于机器学习和深度学习领域。通过这个框架,开发者可以使用Lua语言定义模型结构、配置训练过程、执行前向和反向传播算法等。 资源的文件名称列表中的“siamese_network-master”暗示了一个主分支,它可能包含模型定义、训练脚本、测试脚本等。这个主分支中的代码结构可能包括以下部分: 1. 数据加载器(data_loader): 负责加载MNIST数据集并将图像对输入到网络中。 2. 模型定义(model.lua): 定义Siamese网络的结构,包括两个并行的子网络以及最后的相似性度量层。 3. 训练脚本(train.lua): 包含模型训练的过程,如前向传播、损失计算、反向传播和参数更新。 4. 测试脚本(test.lua): 用于评估训练好的模型在验证集或者测试集上的性能。 5. 配置文件(config.lua): 包含了网络结构和训练过程的超参数设置,如学习率、批量大小等。 Siamese网络在实际应用中可以广泛用于各种需要比较两个输入相似性的场合,例如医学图像分析、安全验证系统等。通过本资源中的示例,开发者可以深入理解Siamese网络的工作原理,并在自己的项目中实现类似的网络结构来解决实际问题。"
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

L2正则化的终极指南:从入门到精通,揭秘机器学习中的性能优化技巧

![L2正则化的终极指南:从入门到精通,揭秘机器学习中的性能优化技巧](https://img-blog.csdnimg.cn/20191008175634343.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTYxMTA0NQ==,size_16,color_FFFFFF,t_70) # 1. L2正则化基础概念 在机器学习和统计建模中,L2正则化是一个广泛应用的技巧,用于改进模型的泛化能力。正则化是解决过拟
recommend-type

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架,并确保业务连续性规划的有效性?

构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架,需要遵循一系列步骤来确保信息系统的安全性和业务连续性规划的有效性。首先,组织需要明确信息安全事件的定义,理解信息安全事态和信息安全事件的区别,并建立事件分类和分级机制。 参考资源链接:[信息安全事件管理:策略与响应指南](https://wenku.csdn.net/doc/5f6b2umknn?spm=1055.2569.3001.10343) 依照GB/T19716标准,组织应制定信息安全事件管理策略,明确组织内各个层级的角色与职责。此外,需要设置信息安全事件响应组(ISIRT),并为其配备必要的资源、
recommend-type

Angular插件增强Application Insights JavaScript SDK功能

资源摘要信息:"Microsoft Application Insights JavaScript SDK-Angular插件" 知识点详细说明: 1. 插件用途与功能: Microsoft Application Insights JavaScript SDK-Angular插件主要用途在于增强Application Insights的Javascript SDK在Angular应用程序中的功能性。通过使用该插件,开发者可以轻松地在Angular项目中实现对特定事件的监控和数据收集,其中包括: - 跟踪路由器更改:插件能够检测和报告Angular路由的变化事件,有助于开发者理解用户如何与应用程序的导航功能互动。 - 跟踪未捕获的异常:该插件可以捕获并记录所有在Angular应用中未被捕获的异常,从而帮助开发团队快速定位和解决生产环境中的问题。 2. 兼容性问题: 在使用Angular插件时,必须注意其与es3不兼容的限制。es3(ECMAScript 3)是一种较旧的JavaScript标准,已广泛被es5及更新的标准所替代。因此,当开发Angular应用时,需要确保项目使用的是兼容现代JavaScript标准的构建配置。 3. 安装与入门: 要开始使用Application Insights Angular插件,开发者需要遵循几个简单的步骤: - 首先,通过npm(Node.js的包管理器)安装Application Insights Angular插件包。具体命令为:npm install @microsoft/applicationinsights-angularplugin-js。 - 接下来,开发者需要在Angular应用的适当组件或服务中设置Application Insights实例。这一过程涉及到了导入相关的类和方法,并根据Application Insights的官方文档进行配置。 4. 基本用法示例: 文档中提到的“基本用法”部分给出的示例代码展示了如何在Angular应用中设置Application Insights实例。示例中首先通过import语句引入了Angular框架的Component装饰器以及Application Insights的类。然后,通过Component装饰器定义了一个Angular组件,这个组件是应用的一个基本单元,负责处理视图和用户交互。在组件类中,开发者可以设置Application Insights的实例,并将插件添加到实例中,从而启用特定的功能。 5. TypeScript标签的含义: TypeScript是JavaScript的一个超集,它添加了类型系统和一些其他特性,以帮助开发更大型的JavaScript应用。使用TypeScript可以提高代码的可读性和可维护性,并且可以利用TypeScript提供的强类型特性来在编译阶段就发现潜在的错误。文档中提到的标签"TypeScript"强调了该插件及其示例代码是用TypeScript编写的,因此在实际应用中也需要以TypeScript来开发和维护。 6. 压缩包子文件的文件名称列表: 在实际的项目部署中,可能会用到压缩包子文件(通常是一些JavaScript库的压缩和打包后的文件)。在本例中,"applicationinsights-angularplugin-js-main"很可能是该插件主要的入口文件或者压缩包文件的名称。在开发过程中,开发者需要确保引用了正确的文件,以便将插件的功能正确地集成到项目中。 总结而言,Application Insights Angular插件是为了加强在Angular应用中使用Application Insights Javascript SDK的能力,帮助开发者更好地监控和分析应用的运行情况。通过使用该插件,可以跟踪路由器更改和未捕获异常等关键信息。安装与配置过程简单明了,但是需要注意兼容性问题以及正确引用文件,以确保插件能够顺利工作。