综合试验四数据压缩DataCompression.DOC

综合实验题目 目录 目录 1 综合实验一：文本检索 2 综合实验二： HTML文件中有序列表的语法树提取及基于树的检索 3 综合实验三： 全国交通资讯模拟 6 综合实验四：数据压缩（Data Compression） 6 综合实验五：小游戏（Little Game） 8 综合实验六：学籍信息管理 10 综合实验七：最小生成树问题 11 【附录一】字符串操作函数 13 【附录二】html文档 20 综合实验一：文本检索 【实验说明】 实现一个类似于编辑器（如记事本、word等）中“查找”某个单词或字符串、统计输入单词的词频以及统计段落的单词数等功能。由于查找字符串涉及到串匹配的内容，可以只实现查找某个单词的功能。 【实验目的】 熟练应用线性结构、树等数据结构。 【实验内容】 根据给定的文本文件（一个段落或者多个段落），建立对应的数据结构表示（综合使用线性结构、树等）。 基于已经建好的数据结构表示，对于用户提交的单词查询请求，返回所有匹配单词的位置（如第*段第*个单词）。 输入一个段落号，统计该段落的单词数。 输入一个单词，统计改单词的词频（在文件中出现的次数）。 一个简单的实现示例： 每一个段落用一个链表存储，称为段落链表，其中表中每个元素值即为一个单词；若干个段落链表头节点再链接起来成为一个链表，下面的文件及其表示如下图所示： A simple example. Lists store paragraphs. Illustrated in Fig. 1.1 图1.1 当然，也可以有其他表示方式，例如，将每一个段落中的单词用树来表示，所有的段落列表也可以用树来表示。 所有的标点符号可以忽略。 【附录一】字符串操作函数 综合实验二： HTML文件中有序列表的语法树提取及基于树的检索 【实验说明】 HTML语言用来描述Web文档的通用格式和布局。详细的介绍可以参照一些书本或者网上资料。HTML中基本的语法单位称为标签。总的来说，标签用于指定内容的类别。对于每个类别，针对特定的内容，浏览器都有默认的显示方式。标签的使用语法是利用一对尖括号“”将标签名称包围起来。大部分标签都是成对的：包括开始标签和结束标签，如html和/html。开始标签和结束标签之间的信息称为标签的内容。这里仅考虑一个HTML语言的子集，该子集包含以下标签： html, /html：标识文档的根元素； head, /head：包含了文档的头部分，该部分提供了文档的相关信息，而没有提供文档的内容； title, /title：文档的标题元素，其内容显示在浏览器的顶部； body, /body：文档的主体部分，提供了文档的内容； ol, /ol：有序列表标签，用于创建有序列表，列表中的条目是通过标签li, /li指定的。可以嵌套有序列表ol。标签ol后不能直接嵌套ol，而必须通过li嵌套。 例如，下面的示例演示了嵌套的有序列表： html head title test for nested lists /title /head body ol li Section 1 ol li Section 1.1 /li li Section 1.2 /li /ol /li li Section 2 /li /ol /body /html 显示结果是： Anhui Province City Hefei City Wuhu Shanghai 对应的语法树为： 图2.1 通过上面的HTML语言子集，可以设计结构化的Web文档。对于这样的文档，我们可以提取其结构信息，建立对应的结构化数据存储，并可以在此基础上进一步做相应应用如查询操作等。 【实验目的】 熟练应用线性结构、树等数据结构。 【实验内容】 根据前面介绍的HTML语言子集，编写合法的文档，作为输入文件。也可以使用附录中所给的内容建立文档作为输入； 然后用相应算法提取其结构化信息，生成如图2.1的树形结构。 在已经建立的结构化存储数据结构上，做单词查询操作。输入一个查询关键字（如”City”），要求返回所有匹配的单词所在原HTML文档中的位置信息（如，City: Section 1.2 the first word and Section 1.2 the first word）。 下面给出一个实现的算法。这里考虑一个简单的情况，即body中只有一个有向列表，对于body标签中有多个列表的情况，通过简单的修改此算法可以解决： 对于这样一个HTML文档，html, head, title是无关紧要的，在读取文档内容时可以忽略。核心的结构化信息在有序列表中。 遇到第一个ol时，生成头节点，头节点内容为空，