太原理工大学软件工程课程设计实验.pdfVIP

文本文件单词的检索与计数

专业：软件工程班级：1227班姓名：王晓春学号：2012005774

同组人：王晓春闫瑞娟张泽磊组长：王晓春完成日期：2014.6.25

一．【问题描述】

串是非数值处理中的主要对象，如在信息检索、文本编辑、符号处理等许多

领域，得到越来越广泛的应用。在高级语言中也引入了串数据类型概念，并且串

变量与其他变量（如整型、实型等）一样，可以进行各种运算。

然而，在各种不同类型的应用中，所处理的串有不同的特点，要想有效地实

现串的处理，就必须熟悉串的存储结构及其基本运算。本课程设计的目的就是熟

悉串类型的实现方法和文本模式匹配方法，熟悉如何利用模式匹配算法实现一般

的文本处理技术。

本课程设计分两步：首先，设计出串定位算法（即模式匹配算法）及其实现；

然后，再利用串定位算法设计文本文件的检索及单词的计数等操作。

二．【设计需求及分析】

1.设计要求

1.1串模式匹配算法的设计要求

在串的基本操作中，在主串中查找模式串的模式匹配算法——即求子串位置

的函数Index(S,T)，是文本处理中最常用、最重要的操作之一。

所谓子串的定位就是求子串在主串中首次出现的位置，又称为模式匹配或串

匹配。模式匹配的算法很多，在这里只要求用最简单的朴素模式匹配算法。该算

法的基本思路是将给定子串与主串从第一个字符开始比较，找到首次与子串完全

匹配的子串为止，并记住该位置。但为了实现统计子串出现的个数，不仅需要从

主串的第一个字符位置开始比较，而且需要从主串的任一给定位置检索匹配字符

串，所以，首先要给出两个算法：

1．标准的朴素模式匹配算法

2．给定位置的匹配算法

1.2文本文件单词的检索与计数的设计要求

要求编程建立一个文本文件，每个单词不包含空格且不跨行，单词由字符序

列构成且区分大小写；统计给定单词在文本文件中出现的总次数；检索输出某个

单词出现在文本中的行号、在该行中出现的次数以及位置。

该设计要求可分为三个部分实现：其一，建立文本文件，文件名由用户用键

盘输入；其二，给定单词的计数，输入一个不含空格的单词，统计输出该单词在

文本中的出现次数；其三，检索给定单词，输入一个单词，检索并输出该单词所

在的行号、该行中出现的次数以及在该行中的相应位置。

1．建立文本文件

2．给定单词的计数

3．检索单词出现在文本文件中的行号、次数及其位置

4．主控菜单程序的结构

2.概要设计示例如下：

2.6算法设计

朴素模式匹配算法

该算法的基本思想是：设有三个指针——i,j,k，用i指示主串S每次开始

比较的位置；指针j,k分别指示主串S和模式串T中当前正在等待比较的字符位

置；一开始从主串S的第一个字符（i=0;j=1）和模式T的第一个字符（k=0）比

较，若相等，则继续逐个比较后续字符（j++,k++）。否则从主串的下一个字符（i++）

起再重新和模式串（j=0）的字符开始比较。依此类推，直到模式T中的所有字

符都比较完，而且一直相等，则称匹配成功，并返回位置i；否则返回-1，表示

匹配失败。

顺序串的模式匹配算法如下：

intindex(SStringS,SStringT)

{//求子串T在主串S中首次出现的位置

inti,j,k,m,n;

m=T.length;//模式串长度赋m

n=S.length;//目标串长度赋n

for(i=0;i=n-m;i++)

{

j=0;k=i;//目标串起始位置i送入k

while(j=ms.ch[k]==t.ch[j])

{k++;j++;}//继续下一个字符的比较

if(j==m)//若相等，则说明找到匹配的子串，返回匹配位置i，

//否则从下一个位置重新开始比较

returni;

}//endfor