数据结构-串操作应用之词索引表

为书库创建查询索引表

建立词索引表基本步骤：

　　1、从书目文件中读入一个书目单。

　　2、从书目单中提取所有关键字插入词表。

　　3、对词表中的每一个关键字在索引表中进行查找并作相应的插入操作。

详细操作：

　　1、为识别从书名串中分离出来的单词是否是关键字，需要一张常用词表。顺序扫描书目单，首先分离单词，然后查找常用词表，若不和表中任一词相等，则为关键字，插入临时存放关键字的词表中。

　　2、在索引表中查询关键字时可能出现两种情况：其中一种是索引表上已经有此关键词的索引项，只要在该项中插入书号索引即可；其二是需要在索引表中插入此关键词的索引项，插入应按字典有序原则插入。

　　3、首先定义存储的数据结构：词表为线性表，只存放一本书的书名中若干个关键字，其数量有限，采用顺序存储结构即可，其中每个词是一个字符串。索引表为有序表，虽是动态生成，在生成过程中需频繁进行插入操作，但考虑索引表主要为查找用，为了提高查找效率，采用顺序存储结构；表中每隔索引项包含两个内容：其一是关键词，因索引表为常驻内存，则考虑节省存储，采用堆分配存储表示的串类型；其二是书号索引，由于书号索引是在索引表生成过程中逐个插入，且不同关键词的书号索引个数不等，甚至可能相差很多，则宜采用链表结构的线性表。

代码实现部分：

ConcordanceList.cpp

  1 #include "ChainedList.h"
  2 #include "HeapString.h"
  3
  4 #include <conio.h>
  5
  6 #define  MaxBookNum      1000    // 假设只对1000本书建索引表
  7 #define  MaxKeyNum       2500    // 索引表的最大容量
  8 #define  MaxLineLen       500    // 书目串的最大长度
  9 #define  MaxWordNum        10    // 词表的最大容量
 10 #define  MaxWordLength     30    // 单词的最大长度
 11
 12 typedef int Boolean;
 13 typedef int Status;
 14
 15 typedef struct {
 16     char    item[MaxWordNum][MaxWordLength];  // 字符串的数组
 17     int     last;        // 词表的长度
 18 } WordListType;          // 词表类型（顺序表）
 19
 20 typedef struct {
 21     HString   key;       // 关键词
 22     LinkList bnolist;   // 存放书号索引的链表
 23 } IdxTermType;           // 索引项类型
 24
 25 typedef struct {
 26     IdxTermType  item[MaxKeyNum+1];
 27     int          last;
 28 } IdxListType;           // 索引表类型（有序表）
 29
 30 //------ 基本操作 ------
 31 void InitIdxList(IdxListType &idxlist);
 32    // 初始化操作，置索引表idxlist为空表，即idxlist.last=0,
 33    // 且在idxlist.item[0]设一空串
 34 void GetLine(FILE *f);
 35    // 从文件f读入一个书目信息到书目串缓冲区buf
 36 Status ExtractKeyWord(char *Buffer, WordListType &w, int &bno);
 37    // 从buf中提取书名关键词到词表wdlist，书号存入bno
 38 Status InsertIdxList(IdxListType &idxlist, ElemType bno);
 39    // 将书号为bno的书名关键词按词典顺序插入索引表idxlist
 40 Status PutText(FILE *g, IdxListType idxlist);
 41    // 将生成的索引表idxlist输出到文件g
 42 void PrintFile(FILE *FileName);
 43
 44 Status InsertIdxList(IdxListType &idxlist, int bno);
 45    // 索引表插入算法
 46 void GetWord(int i, HString &wd);
 47    // 用wd返回词表wdlist中第i个关键词。
 48 int Locate(IdxListType &idxlist, HString wd, Boolean &b);
 49    // 在索引表idxlist中查询是否存在与wd相等的关键词。
 50    // 若存在，则返回其在索引表中的位置，
 51    // 且b取值TRUE；否则返回插入位置，且b取值FALSE
 52 void InsertNewKey(IdxListType &idxlist, int i, HString wd);
 53    // 在索引表idxlist的第i项上插入新关键词wd，
 54    // 并初始化书号索引的链表为空表
 55 Status InsertBook(IdxListType &idxlist, int i, int bno);
 56    // 在索引表idxlist的第i项中插入书号为bno的索引
 57
 58 //------ 主要变量 ------
 59 char          buf[MaxLineLen];   // 书目串缓冲区
 60 WordListType  wdlist;    // 词表
 61 IdxListType   idxlist;   // 索引表
 62
 63 //------ 主函数 ------
 64 int main(int argc, char* argv[]) {
 65   FILE *f,*g;
 66   int BookNo;
 67   if ((f = fopen("BookInfo.txt", "r"))==NULL) {
 68     printf("ERROR in open BookInfo.txt!\n");
 69     exit(1);
 70   }
 71   if ((g = fopen ("BookIdx.txt", "w"))==NULL) {
 72     printf("ERROR in open BookIdx.txt!\n");
 73     exit(1);
 74   }
 75   printf("书目文件：\n");
 76   PrintFile(f);
 77   InitIdxList(idxlist);         // 初始化索引表idxlist为空表
 78   while (!feof (f)) {
 79     GetLine (f);                // 从文件f读入一个书目信息到buf
 80     ExtractKeyWord(buf,wdlist,BookNo);
 81         // 从buf提取关键词到词表，书号存入BookNo
 82     InsertIdxList(idxlist, BookNo);  // 书号为BookNo的关键词插入索引表
 83   }
 84   PutText(g, idxlist);          // 将生成的索引表idxlist输出到文件g
 85   fclose(f);
 86   fclose(g);
 87   printf("对书目文件进行处理后的索引文件：\n");
 88   if ((g = fopen ("Algo0409BookIdx.txt", "r"))==NULL) {
 89     printf("ERROR in open BookIdx.txt!\n");
 90     exit(1);
 91   }
 92   PrintFile(g);
 93   fclose(g);
 94   printf("按任意键，结束 ......\n");
 95   getch();
 96   return 0;
 97 } // main
 98
 99 Status InsertIdxList(IdxListType &idxlist,  int bno) {
100   int i,j;
101   HString wd;
102   Boolean b;
103   for (i=0;  i<wdlist.last;  i++) {
104     GetWord(i, wd);
105     j = Locate(idxlist, wd, b);
106     if (!b)
107       InsertNewKey(idxlist, j, wd);  //  插入新的索引项
108     InsertBook(idxlist, j, bno);     //  插入书号索引
109   }
110   return OK;
111 } // InsertIdxList
112
113 void GetWord(int i,  HString &wd) {
114   char *p;
115   p = *(wdlist.item +i);  // 取词表中第i个字符串
116   StrAssign(wd, p);       // 生成关键字字符串
117 } // GetWord
118
119 int Locate(IdxListType &idxlist, HString wd, Boolean &b) {
120   int i,m;
121   for (i = idxlist.last-1;
122        ((m = StrCompare(idxlist.item[i].key, wd)) > 0);  --i);
123   if (m==0) { // 找到
124     b = TRUE;
125     return i;
126   } else {  // 没找到
127     b = FALSE;
128     return i+1;
129   }
130 } // Locate
131
132 void InsertNewKey(IdxListType &idxlist, int i, HString wd) {
133   int j;
134   for (j=idxlist.last-1;  j>=i;  --j)  // 后移索引项
135     idxlist.item[j+1] = idxlist.item[j];
136   // 插入新的索引项
137   StrCopy(idxlist.item[i].key, wd);    // 串赋值
138   InitList(idxlist.item[i].bnolist);   // 初始化书号索引表为空表
139   ++idxlist.last;
140 } // InsertNewKey
141
142 Status InsertBook(IdxListType &idxlist, int i, int bno) {
143   Link p;
144   if (!MakeNode (p, bno))
145     return OVERFLOW;                   // 分配失败
146   Append(idxlist.item[i].bnolist, p);  // 插入新的书号索引
147   return OK;
148 } // InsertBook
149
150 //------ 基本操作 -------
151 void InitIdxList(IdxListType &idxlist) {
152   int i;
153   idxlist.last= 0;
154   for(i=0; i<MaxKeyNum+1; i++)
155     InitList(idxlist.item[i].bnolist);
156 }
157
158 Status ExtractKeyWord(char* Buffer,WordListType &w,int &Num) {
159   int i=0, j=0, k=0;
160   bool Ignore;
161   char TempChar[30];
162   char IgnoreChar[7][10] = { "to","of","the","and","not","or","if" };
163   w.last=0;
164   while(*(Buffer+i)!= ' ') { TempChar[i]=*(Buffer+i);  i++; }
165   i++;
166   TempChar[i]= '\0';
167   Num=atoi(TempChar);
168   while(*(Buffer+i)!='\n' && *(Buffer+i)!='\0') {
169     // 每个字符串末尾都有作为结束符'\n'
170     if(*(Buffer+i)!=' ') { // 若非空字符，则把当前字符加入新的字符串中
171       if(*(Buffer+i)>='A' && *(Buffer+i)<='Z')  // 大写字母转换为小写
172         *(Buffer+i)-='A'-'a';
173       w.item[j][k]=*(Buffer+i);
174       k++;  i++;
175     } else {               // 如果是空字符，这是则开始另一个字符串
176       Ignore=false;
177       w.item[j][k++]='\0';
178       for (int m=0; m<7; m++)
179         if(strcmp(w.item[j],IgnoreChar[m])==0)
180           { Ignore=true;  break; }
181       if (!Ignore) { j++;  k=0;  i++;  w.last++; }
182       else { k=0;  i++; }
183     }
184   }
185   w.item[j][k++]='\0';     // 把最后一个字符串收尾
186   Ignore=false;
187   for (int m=0; m<7; m++)
188     if (strcmp(w.item[j],IgnoreChar[m])==0)
189       { Ignore=true;  break; }
190   if (!Ignore) w.last++;   // 并把最大数加1
191   return OK;
192 }
193
194 void GetLine(FILE *f) {
195   fgets(buf, MaxLineLen, f);  // buf是全局数组变量
196 }
197
198 Status PutText(FILE *IdxFile, IdxListType MyIdx) {
199   int i,j,k;
200   Link p;
201   for(i=0; i<MyIdx.last; i++) {
202     for(j=0; j<MyIdx.item[i].key.length; j++)
203       putc(*(MyIdx.item[i].key.ch+j ),IdxFile);
204     putc('\t',IdxFile);
205     if (MyIdx.item[i].key.length < 8) putc('\t',IdxFile);
206     p = MyIdx.item[i].bnolist.head;
207     for (k=0; k<MyIdx.item[i].bnolist.len; k++) {
208       p = p->next;
209       fprintf(IdxFile,"%03d",p->data);
210       putc(' ', IdxFile);
211     }
212     putc('\n',IdxFile);
213   }
214   return OK;
215 }
216
217 void PrintFile(FILE *FileName) {  // 辅助函数
218   char ch;
219   rewind(FileName);
220   ch=getc(FileName);
221   while (ch!=EOF) {
222     putchar(ch);
223     ch=getc(FileName);
224   }
225   printf("\n");
226   rewind(FileName);
227 }

HeapString.h

 1 #include <stdio.h>
 2 #include <string.h>
 3 #include <stdlib.h>
 4
 5 typedef int Status;
 6 #define OK 1
 7 #define ERROR 0
 8 #define OVERFLOW -2
 9
10 typedef struct{
11     char *ch;    //若是非空串，则按串长度分配存储区域，否则ch为NULL
12     int length;    //串的长度
13 }HString;
14
15 /*生成一个其值等于等于串常量chars的串T*/
16 Status StrAssign(HString &T, char *chars){
17     if(T.ch)
18         free(T.ch);    //若串存储空间不为NULl 释放原有空间
19     int i = strlen(chars);    //获取chars长度
20     if(!i){
21         T.ch = NULL;    //串常量chars长度为0时串为空串长度0存储区间指向NULL
22         T.length = 0;
23     }
24     else{
25         T.ch = (char *)malloc(i * sizeof(char));    //申请空间
26         if(!T.ch)
27             exit(OVERFLOW);
28         for(int j = 0; j < i; j++)
29             T.ch[j] = chars[j];        //写入chars串
30         T.length = i;
31     }
32     return OK;
33 }
34
35 /*由串S复制得到T*/
36 Status StrCopy(HString &T, HString S){
37     if(T.ch)
38         free(T.ch);
39     T.ch = (char*)malloc(S.length * sizeof(char));
40     if(!T.ch)
41         exit(OVERFLOW);
42     for(int j = 0; j < S.length; j++)
43         T.ch[j] = S.ch[j];
44     T.length = S.length;
45     return OK;
46 }
47 /*若S>T，则返回值>0；若S=T,则返回值=0；若S<T，则返回值<0*/
48 int StrCompare(HString T, HString S){
49     for(int i = 0; i < S.length && i < T.length; i++)
50         if(S.ch[i] != T.ch[i])
51             return S.ch[i] - T.ch[i];
52     return S.length - T.length;
53 }

ChainedList.h

 1 #include <stdio.h>
 2 #include <stdlib.h>
 3
 4 #define OK 1
 5 #define ERROR 0
 6 #define OVERFLOW -2
 7 #define TRUE 1
 8 #define FALSE 0
 9
10 typedef int Status;
11 typedef int ElemType;
12
13 typedef struct LNode{
14     ElemType data;
15     struct LNode *next;
16 }*Link, *Position;
17 typedef struct{
18     Link head, tail;
19     int len;
20 }LinkList;
21
22 Status InitList(LinkList &L){
23     L.head = (Link)malloc(sizeof(LNode));
24     if(!L.head)
25         exit(OVERFLOW);
26     L.tail = L.head;
27     L.len = 0;
28     L.head->next = NULL;
29     return 0;
30 }
31
32 Status MakeNode(Link &p,ElemType e){
33     p = (Link)malloc(sizeof(LNode));
34     if(!p)
35         exit(OVERFLOW);
36     p->data = e;
37     p->next = NULL;
38     return OK;
39 }
40
41 Status Append(LinkList &L, Link S){
42     Link p;
43     L.tail->next = S;
44     p = S;
45     ++L.len;
46     while(p->next){
47         p = p->next;
48         ++L.len;
49     }
50     L.tail = p;
51     return OK;
52 }

转载于:https://www.cnblogs.com/ABook/p/5697014.html

数据结构-串操作应用之词索引表相关推荐

MySql单张表中，“多个唯一字段”的插入和更新操作----添加联合唯一索引，Navicat上操作
由于是入门的小白,在项目中遇到了类似的问题,做如下记录. 1.问题场景开始本篇之前,先说下我遇到的问题场景,实际开发的场景为例: 开发中有一张用户表tb_device_user , 用来记录设备上的 ...
数据结构串、数组和广义表
整本书的知识点,点击右方链接:整本书笔记知识点文章目录四.串.数组和广义表 4.1.串的定义 4.2.案例引入 4.3.串的类型定义.存储结构及其运算 4.3.1.串的抽象类型定义 4.3.2.串 ...
数据结构单词查找二分法-索引表-Hash表
问题说明: 从标准输入中读入一个英文单词及查找方式,在一个给定的英文常用单词字典文件dictionary3000.txt中查找该单词,返回查找结果(查找到返回1,否则返回0)和查找过程中单词的比较次数 ...
数据结构之索引表的创建设计
创建一个索引表目的核心算法分析代码块(运行环境c++) 运行结果目的编程实现如下功能: (1)根据输入索引查找表中的块号和各块中的记录关键字的值创建索引查找表. (2)利用索引查找确定给定关 ...
【从蛋壳到满天飞】JS 数据结构解析和算法实现-哈希表
前言 [从蛋壳到满天飞]JS 数据结构解析和算法实现,全部文章大概的内容如下: Arrays(数组).Stacks(栈).Queues(队列).LinkedList(链表).Recursion(递归思 ...
数据结构—串-基本知识点（第五章）
目录 1. 串的定义 2. 串的比较 3. 串的抽象数据类型 4. 串的存储结构 4.1 串的顺序存储结构 4.2 串的链式存储结构 5. 朴素的模式匹配算法 6. KMP模式匹配算法 1. KMP模 ...
建立图书馆书目索引表
使用线性表+串的基本操作实现给定顺序的数号及数目,生成对应的索引表参考<数据结构>严蔚敏老师及网上代码,使用code block调试: 易错点: 1,添加新关键词到索引表中,需先顺序移动 ...
简学Python第二章__巧学数据结构文件操作
Python第二章__巧学数据结构文件操作欢迎加入Linux_Python学习群群号:478616847 目录: 列表元祖索引字典序列文件操作编码与文件方法本站开始将引入一个新的概 ...
mysql索引数据结构图解_深入理解Mysql索引底层数据结构与算法
索引的定义:索引(Index)是帮助MySQL高效获取数据的数据结构. Q1:大家使用索引有没有想过这个问题?为什么索引能够帮助mysql高效获取数据?我一一给大家道来!在给大家讲之前,先更大家分享一 ...

数据结构-串操作应用之词索引表

数据结构-串操作应用之词索引表相关推荐

最新文章

热门文章