总的单词数：16768714
总共有2278340行
总共有173663456字符前十词频单词   个数
THAT     259180
SAID     208885
CLASS    192004
HARRY    184742
WITH    158673
THIS    152414
THEY    145925
Span    116118
HAVE    108283
FROM    105394前十词频词组   个数
Span CLASS    62851
THAT GOOD    61317
Span Span    41289
CLASS Reference    31269
Reference INTERNAL    26668
INTERNAL href    26667
SAID HARRY    24980
CLASS Span    23145
href LEAP    22568
SAID HERMIONE    19193助教的结果：
char_number :173654417
line_number :2278666
word_number :16629955the top ten frequency of word :
THAT    259186
SAID    208861
CLASS    192004
HARRY    184732
WITH    158745
THIS    152454
THEY    145945
Span    116118
HAVE    107383
FROM    105494the top ten frequency of phrase :
Span CLASS    62861
THAT GOOD    61427
Span Span    41286
CLASS Reference    31289
Reference INTERNAL    26668
INTERNAL href    26668
SAID HARRY    24981
CLASS Span    23146
href LEAP    22569SAID HERMIONE    19193 

typedef struct word        //连表 单词结构
{char w[Word_Max];    //单词int count;                //个数struct word *next;
}link;
struct top
{char w[Word_Max];int fre;
}topfre[10];
struct wordgroup
{char lastword[100];char currentword[100];int count;char group[200];
}wgtop[2000000],wgtopput[10]; typedef struct Data {unsigned long size;char dir[500];
}Data;
Data data[10000];
char currentword[100];
char lastword[100];
int FileSearch(char dir[]);
int filenumber = -1;
int count1=0;
int flag=1;
link *head=NULL;    //单词连表头
FILE *fp=NULL;       //文件指针
FILE *FP=NULL;
int  hang_num=0,letter=0; 

sort(topfre,topfre+10,com);bool com(top a,top b){if (strcmp(a.w,b.w)<0) return true;else return false;}

sscanf(lastword,"%[^0-9]",a);// 取到指定字符集为止的字符串

sscanf(currentword,"%[^0-9]",b);

int FileSearch(char dir[])//递归遍历当前目录下的所有文件 最后文件名信息存入data[Max]里
{
　　long handle;
　　_finddata_t findData;
　　char dirNew[300];
　　strcpy(dirNew, dir);
　　// strcat(dirNew, "\\*.*"); //如果是仅有一个文件，没有子目录，就需要把这句删去，在命令行写入完整路径即可。
　　if ((handle = _findfirst(dirNew, &findData)) == -1L)
　　{
　　printf("Failed to findfirst file");
　　return -1;
　　}
　　if(_findnext(handle, &findData) == 0)
　　{while (_findnext(handle, &findData) == 0)
　　{
　　if (findData.attrib & _A_SUBDIR)
　　{
　　if (strcmp(findData.name, ".") == 0 || strcmp(findData.name, "..") == 0)
　　　　continue;
　　　　strcpy(dirNew, dir);
　　　　strcat(dirNew, "\\");
　　　　strcat(dirNew, findData.name)；

　　　　FileSearch(dirNew);

　　}

　　else
　　{
　　if (++filenumber <10000)//将路径入栈
　　{
　　strcpy(data[filenumber].dir, dir);
　　strcat(data[filenumber].dir, "\\");
　　strcat(data[filenumber].dir, findData.name);
　　data[filenumber].size = findData.size;
　　printf("%s\n",data[filenumber].dir) ;
　　}
　　}
　　}}
　　else{ if (++filenumber <10000)//将路径入栈
　　{
　　strcpy(data[filenumber].dir, dir);

　　data[filenumber].size = findData.size;
　　printf("%s\n",data[filenumber].dir) ;
　　}};
　　_findclose(handle);
　　}

int main()
{char dir[100]="f1.txt";FileSearch(dir); //printf("%d",filenumber);FP=fopen("result.txt","w+");   for(int i=0;i<=filenumber;i++)
{if((fp=fopen(data[i].dir,"r+"))==NULL){printf("Open the file failure...\n");exit(0);}wordCount();}word_fre_put(); wordgroup_fre_put(); showWord();fclose(fp);
}

int isnotWord(char a)        //判断是否为字母
{if(a>=' '&&a<='~'){letter++;}if(a <= 'z' && a >= 'a'||a <= 'Z' && a >= 'A'||a>='1'&&a<='9'){return 0;}else if(a=='\n'){hang_num++;return 1;}else{return 1;}}

void wordCount()    //统计单词
{int i=0,j=0;char word[Word_Max],wordad[Word_Max],c;while(!feof(fp)){c = fgetc(fp);// printf("%c %d\n",c,j);if(isnotWord(c)){word[j]='\0';if(j>3){addWord(word);if(flag==1) {strcpy(lastword,word);  flag=0;goto d1;}if(flag==0) {strcpy(currentword,word);/*printf("%s\n",currentword);*/} addwordgroup(lastword,currentword); strcpy(lastword,currentword);//printf("%s\n",lastword);
            }d1:      j=0;}else{word[j]=c;j++; if(j>=Word_Max)  j=0;}//count9(word);i++;}
}

void addWord(char *w1)        //添加单词
{link *p1,*p2;char str[Word_Max],str1[Word_Max];sscanf(w1,"%[^0-9]",str1);for(p1=head;p1!=NULL;p1=p1->next)    //判断单词在连表中是否存在
    {sscanf(p1->w,"%[^0-9]",str);if(!strcmp(    strlwr(str1), strlwr(str))){p1->count++;   //存在就个数加1count1++;if(strcmp(w1,p1->w)<0)strcpy(p1->w,w1);return;}}p1=(struct word *)malloc(sizeof(word));//若不存在，则添加新单词strcpy(p1->w,w1);p1->count=1;p1->next=NULL;count1++;    //总的单词数加加if(head==NULL){head=p1;//printf("%s\n",p1->w);
    }else{for(p2=head;p2->next!=NULL;p2=p2->next);p2->next=p1;}}

void addwordgroup(char lastword[100],char currentword[100]) //边判断边加入
{int i;char a[100],b[100],a1[100],b1[100];if(!wgtop[0].count)   {strcpy(wgtop[0].lastword,lastword);strcpy(wgtop[0].currentword,currentword);strcpy(wgtop[0].group,lastword);strcat(wgtop[0].group,"  ");strcat(wgtop[0].group,currentword);wgtop[0].count++;}else {  sscanf(lastword,"%[^0-9]",a);sscanf(currentword,"%[^0-9]",b);for( i=0;wgtop[i].count;i++){sscanf(wgtop[i].lastword,"%[^0-9]",a1);sscanf(wgtop[i].currentword,"%[^0-9]",b1);if(!strcmp(a,a1)&&!strcmp(b,b1)){wgtop[i].count++;return;}}for( i=0;wgtop[i].count&&i<2000000;i++); strcpy(wgtop[i].lastword,lastword);strcpy(wgtop[i].currentword,currentword); strcpy(wgtop[i].group,lastword); strcat(wgtop[i].group,"  ");strcat(wgtop[i].group,currentword);//printf("%s",wgtop[i].group);wgtop[i].count++;}
}

void word_fre_put()
{link*p;  int i,j;for(i=0;i<10;i++){for(p=head;p!=NULL;p=p->next){    for(j=0;j<i;j++) if(strcmp(p->w,topfre[j].w)==0) {p=p->next;if(p==NULL) goto a1;j=-1;} //printf("%d",p->count);if(p->count>topfre[i].fre) {topfre[i].fre=p->count;/*printf("%d",topfre.fre[i]);*/strcpy(topfre[i].w,p->w);/*printf("%s",topfre.w[i]);*/}}}a1:   sort(topfre,topfre+10,com); } 

void wordgroup_fre_put()
{int i,j,m,max[10]={0},a[10]={0};for(j=0;j<10;j++){for(i=0;wgtop[i].count;i++){ for(m=0;m<j;m++) { if(!strcmp(wgtop[i].group,wgtopput[m].group)) {i++;m=-1;if(!wgtop[i].count) goto e1;} } if(wgtop[i].count>wgtopput[j].count) {wgtopput[j]=wgtop[i];}}
e1:      ;} c1:     sort(wgtopput,wgtopput+10,com2);}