西工大数据结构课程设计Tire-Tree.docVIP

2011-2012年数据结构 课程设计实验报告 学院： 班级： 姓名: 学号： 邮箱： 2012年1月5日 《课程设计》实验报告 班 级: 学 号: 姓 名: E-mail: 日 期: ◎实验题目: 字典树 ◎实验目的：设计合适的数据结构，建立字典树，解决文件中单词的搜索统计问题。 ◎实验内容：现在有一个英文字典（每个单词都是由小写的a-z组成），单词量很大，达到100多万的单词，而且还有很多重复的单词。 此外，我们现在还有一些 Document，每个Document 包含一些英语单词。 针对这个问题，请你选择合适的数据结构，组织这些数据，使时间复杂度和空间复杂度尽可能低，并且解决下面的问题和分析自己算法的时间复杂度。 1）基本型问题 （1）选择合适的数据结构，将所有的英文单词生成一个字典Dictionary。 （2）给定一个单词，判断这个单词是否在字典 Dictionary中。如果在单词库中，输出这个单词总共出现的次数。否则输出NO。 2）扩展型问题 （3）给定一个单词，按字典序输出字典 Dictionary 中所有以这个单词为前缀的单词。例如，如果字典 T={a,aa, aaa, b, ba}, 如果你输入 a,那么输出应该为{a, aa, aaa}。 （4）给定一个单词，输出在Dictionary 中以这个单词为前缀的单词的出现频率最高的10个单词，对于具有相同出现次数的情况，按照最近（即最后）插入的单词优先级比较高的原则输出。 （5）输出Dictionary中出现次数最高的10个单词。 3）高级型问题 （6）现在我们有一些Document，每个Document 由一些单词组成，现在的问题就是给你一个word，检索出哪些 Document包含这个 word，输出这些Document的DocumentID（就如同搜索引擎一样，即输入一些关键字，然后检索出和这些关键字相关的文档）。 （7）在第（6）问中，我们只考虑了一个word 在哪些Document中的情况，我们进一步考虑2个相邻word的情况，检索出同时包含这两个相邻word的DocumentID。 4）挑战型问题 （8） 现在我们再对（7）的问题进行扩展，把（7）中的只检索相邻 2个word 推广到可以检索多个word（即连续的k个word，其中k=2），检索出同时包含k个连续word 的DocumentID。 我解决了前六个问题。 一、需求分析 1．本程序演示中，程序自动读取目标文件，生成需要的文件。 2. 演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入相应数据。 3．程序执行的主要命令包括： （1）构建栈；（2）构造字典树；（3）构建文件数；（4）树的查找；（5）结束。 二 概要设计 为实现上述算法，选择字典树为本程序的存储结构。 1、本程序包括三个模块： （1）主程序模块； （2）构建栈模块； （3）构造字典树模块； （4）构建文件数模块； （5）树的遍历模块； 2、模块调用关系图 主程序模块 构建栈模块 构造字典树模块 构建文件数模块 树的遍历模块 三 详细设计 1、定义存储链表结构： （1）定义字典树与文件数结构： #includestdio.h #includestring.h #includestdlib.h #includemalloc.h #define NULL 0 #define ERROR -1 #define stack_in_size 100 #define stackincrement 10 struct TreeNode /*树结点*/ { char ch; int number; /*以该字符为结束的单词出现的个数*/ struct TreeNode* pt[26]; /*指向后继的字母的26个指针*/ }; struct TreeNode *root; typedef struct TreeNode *Link_TreeNode; struct MAX_TEN /*存放出现频率最高的十个单词数据结构*/ { char STRING[35]; int count; /*字符串出现的次数*/ int xiabao; /*字符数组位置的下标*/ }; struct MAX_TEN MAX[10]; struct MAX_T