统计c源程序中的关键字出现的频率.docVIP

数据结构课程设计报告 姓名 方元元 学号一、题目 统计c源程序中的关键字出现的频率 二、算法思想描述 本程序是扫描一个c源程序，有Hash表存储程序中出现的关键字，并统计该程序中的关键字出现的频度。用线性探测法解决Hash冲突。设Hash函数为：Hash(key)=[(key的第一个字母序号)*100+（key的最后一个字母序号）] MOD 41。 算法思想如下: 建立一个结构体数组的hash表,存放读入的关键字和其出现的次数。先初始化并建立该hash表,先初始化为”0”,0,再从文件中一个个读入所有关键字，存放在hash表中相应位置。 从另一文件中一行行读入，找出其中非注释中的，也非“”中的，长度2-8个字符的小写字符串，用hash查找，看该单词是否关键字，如是其出现次数加一,若不是就继续下一个这样的字符串，直至文件尾。在找这样的字符串途中，遇到无法匹配的单或双引号打印出出现在第几行。 Hash表建立好后打印出来。 其中核心算法分为两块:1.hash表的建立和hash查找。2.寻找上述的字符串。 1.建立Hash表的算法: 该函数实参为已建立的hash表和在c源程序中找到的一个小写字母字符串。 从该字符串key为下标处依次开始查找，到数组末尾是返回数组头(key=(key+1)%44;),分两种情况： ①若先找到空位，说明该字符串不是关键字。则不改变hash表。 ②若先找到了该关键字的纪录，则该字符串是关键字，++hash[key].num； 2.寻找疑似关键字字符串的算法 功能:依次找出被非标识符且非”、//、/*、*/隔开的，长度为2-8个字符,非注释中的，也非“”中的小写字母字符串,因为它可能是关键字。 首先,一行行读入c源程序,用续行符相连的几行当一行一起读入。 (1)、case 0和case 1：双引号中的不算，跳过。 ① “”匹配中，“……\”不算,“……\\”算。 ②单引号中的双引号不算，而且单引号中不会有关键字，所以单引号中的也跳过。 ③‘ ’匹配中,‘\’不算，‘\\’算 (2)、case 2:注释中的不算，跳过。分为/*……*/ // ①设一个标志符flag,当找到/* 但在该行没找到*/ 时，flag=1;此时在下行中寻找*/ ，以此类推，直至找到*/ 后flag=0，以后字符恢复有效。 ②当找到//时放弃该行之后的所有字符，读入下一行…… (3)、case 3:读到大写字母、下划线或数字时，肯定该字符串不是关键字，则清除已存在s中的字符串，并跳过紧接在后面的允许在标识符中出现的字符。 (4)、case 4:读到的是小写字母，则存放到字符串s中。 (5)、case 5:本算法以除“、‘、//、/*、*/之外的不能在标识符中出现的字符隔开整行字符串，并判断被隔开的长度2-8个字符，不含大写字母、下划线、数字的字符串（即小写字母字符串）是否关键字，是则增加其统计个数（判断方法为hash查找）。 三、程序结构 如图,main()函数调用了四个子函数, chu_shi_hash()、create_hash()、Guan_Jian_Zi()、print()。 其中，chu_shi_hash()把hash表初始化为“0000” 0，标记空位，便于以后操作。C create_hash()实现hash表的创建，从放关键字的文件一个个关键字，它调用了两个子函数，equal()判断两数组是否相等,用来确定某处是否空位.copy()把一个数组赋给另一数组,在确定插入位置插入该关键字。 Guan_Jian_Zi()从c源程序中依次找到可能是关键字的字符串，然后用hash查找判断它是否关键字，是则增加其统计次数。它调用了两个子函数：PanDuan(char) 和chang_hash(Hash,const char ch[])，前者用来判断一个字符的的类别，后者在hash表中查找判断ch[]是否关键字，是则增加其在hash表中的统计量。 而chang_hash()调用了函数equal(),用来确定某处是否空位或ch[]。 print(hash)用来打印hash表。 四、测试结果 先用一个短些的，便于数出关键字次数的program1.txt测试 其结果是： 经核对后，证明结果是正确的。于是又用一个大些的program.txt测试，结果是： 该c源程序能处理不匹配的“”或‘’，上面的测试故意在program.txt尾部设置不匹配的‘ 和“以测试该功能。 此程序统计的关键字不包括注释中的，字符串中的，续行符分开的，如in\ t 可以识别，在文件gjz.txt 中的关键字，编译器认定是关键字的，本程序也认为是