实现一种简单原始的文件相似度计算C语言

可以使用余弦相似度来计算两个文件的相似度。具体步骤如下：

1. 将两个文件转换为向量。可以使用文本中的单词作为向量的维度，文件中每个单词出现的次数作为向量中对应维度的值。

2. 计算两个向量的点积。

3. 分别计算两个向量的模长。

4. 使用余弦相似度公式计算相似度：cosine_similarity = dot_product / (vector1_length * vector2_length)

下面是一个简单的示例代码：

#include <stdio.h>
#include <string.h>
#include <math.h>

#define MAX_WORDS 1000
#define MAX_FILE_LENGTH 10000

int main() {
    char file1[MAX_FILE_LENGTH];
    char file2[MAX_FILE_LENGTH];
    char words1[MAX_WORDS][MAX_FILE_LENGTH];
    char words2[MAX_WORDS][MAX_FILE_LENGTH];
    int word_count1 = 0;
    int word_count2 = 0;
    int i, j;
    float dot_product = 0.0;
    float vector1_length = 0.0;
    float vector2_length = 0.0;
    float cosine_similarity;

    // 读取文件1
    FILE *file1_ptr = fopen("file1.txt", "r");
    if (file1_ptr == NULL) {
        printf("无法打开文件1\n");
        return -1;
    }
    fgets(file1, MAX_FILE_LENGTH, file1_ptr);
    fclose(file1_ptr);

    // 读取文件2
    FILE *file2_ptr = fopen("file2.txt", "r");
    if (file2_ptr == NULL) {
        printf("无法打开文件2\n");
        return -1;
    }
    fgets(file2, MAX_FILE_LENGTH, file2_ptr);
    fclose(file2_ptr);

    // 分割文件1中的单词
    char *token = strtok(file1, " ");
    while (token != NULL && word_count1 < MAX_WORDS) {
        strcpy(words1[word_count1], token);
        word_count1++;
        token = strtok(NULL, " ");
    }

    // 分割文件2中的单词
    token = strtok(file2, " ");
    while (token != NULL && word_count2 < MAX_WORDS) {
        strcpy(words2[word_count2], token);
        word_count2++;
        token = strtok(NULL, " ");
    }

    // 计算相似度
    for (i = 0; i < word_count1; i++) {
        for (j = 0; j < word_count2; j++) {
            if (strcmp(words1[i], words2[j]) == 0) {
                dot_product++;
            }
        }
        vector1_length += pow(atof(words1[i]), 2);
    }
    for (i = 0; i < word_count2; i++) {
        vector2_length += pow(atof(words2[i]), 2);
    }
    vector1_length = sqrt(vector1_length);
    vector2_length = sqrt(vector2_length);
    cosine_similarity = dot_product / (vector1_length * vector2_length);

    printf("文件1和文件2的相似度为：%f\n", cosine_similarity);

    return 0;
}

注意，上面的示例代码只是一个简单的演示，实际应用中可能需要对单词进行处理，如去掉停用词、词干提取等，以提高相似度计算的准确性。