数据结构4.2_串操作应用举例_建立词索引表

信息检索是计算机应用的重要领域之一。

举个例子图书馆书名检索系统；

一般来讲通过书名关键词检索读者感兴趣的书是很重要的。

因为读者一般不知道自己感兴趣的书的全名， 可能会凭印象提供一些关键词。

那么检索系统就要求能够根据读者提供的关键词，显示所有含有该关键词的书目；

 

1、从书名文件中读取一个书名串；

2、从书名串中提取所有关键词到词表中；

3、对词表中的每一个关键词，再关键词索引表中进行查找并作相应的插入操作；

4、还有一个判断是否为关键词的机制，创建一个常用词表（an、a、of、the），如果从书名提取出的词不与常用词表中任意词相等，即为关键词；

5、再索引表中查询关键词可能出现以下情况：

　　1）索引表中已有此关键词的索引项，只要在该项中插入书号索引即可；

　　2）需在索引表中插入词关键词的索引项，插入应按照词典有序原则进行；

 

首先设定数据结构：

词表是一个线性表，因为一本书名只有若干个关键词，其数量有限，则采用顺序存储结构即可。每个词都是一个字符串。

索引表是一个有序表，在生成过程中需要频繁进行插入操作；索引表也为了查找用，为了提高查找效率，应采用顺序存储结构；

索引表中每个索引项包含两个内容：其一是关键词；其二是书号索引；

　　关键词：索引表是常驻机构，采用堆分配存储表示的串类型；

　　书号索引：书号索引在索引表的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，宜采用链表结构的线性表；

 

首先定义一下数据结构和基本操作：

#define MaxBookNum  1000     //假设只对1000本书建立索引表
#define MaxKeyNum    2500     //索引表的最大长度
#define MaxLineLen     500      //书名串最大长度
#define MaxWordNum  10        //词表最大容量

typedef struct{
    char *item[];    //字符串的数组
    int last;            //词表长度
}WordListType;   //词表类型


typedef struct{
    HString  key;       //关键词
    LinkList  bnolist;  //存放书号索引的链表
}IdxTermType；  //定义索引项

typedef int ElemType；   //定义链表的数据元素类型为整型

typedef struct{
    IdxTermType  item[MaxKeyNum+1];
    int    last;
}IdxListType    //索引表类型

char * buf;  //书名串缓冲区
WordListType  wdlist;  //词表

//初始化操作，置索引表为空表，且在idxlist.item[0]设一空串
void InitIdxList(IdxListType &idxlist);

//从文件f读入一个书目到书目串缓冲区buf
void GetLine(FILE f)

//从buf中提取书名关键词到词表wdlist,书号存入bno
void ExtractKeyWord(ElemType &bno)


//将书号为bno的书名关键词按词典顺序插入索引表idxlist
Status InsIdxList(IdxListType &idxlist,  ElemType bno)

//将生成的索引表idxlist输出到文件g中
void PutText(FILE g, IdxListType idxlist)

这个词表用来把书目（书名）串，拆解成一个个词，存放到词表中。这里是将其作为一个缓冲区存在；

插入书号索引表的函数中首先要检索词表中的词是否为关键词，是关键词的话再插入；

 

这里先建立一个主函数：

void main() {
    if(f=openf("BookInfo.txt","r")) 
        if(g=openf("BookIdx.txt","w")){
            InitIdxList(idxlist); //初始化索引表idxlist为空表
            while(!feof(f)){
                GetLine(f); //从文件f中读入一个书目信息到buf
                ExtractKeyWord(BookNo); //从buf提取关键词到词表，书号存入BookNo中
                InsIdxList(idxlist, BookNo); //将书号为BookNo的关键词插入索引表
            }
            PutText(g, idxlist); //将生成的索引表idxlist输出到文件g 
        }
}

为实现上述操作，要先把InsIdxList实现：

//用wd返回wdlist词表中的第i个关键词
void GetWord(int i, HString &wd)

//在索引表idxlist中查询是否存在与wd相等的关键词。
//若存在，则返回其在索引表中的位置，且b取值TRUE；否则返回插入位置，且b取值FALSE；
int Locate(IdxListType idxlist, HString wd, Boolean b)


//在索引表idxlist的第i项插入新关键词wd，并初始化书号索引的链表为空 
void InserNewKey();

//在索引表idxlist的第i项插入书号为bno索引
Status InsertBook();


Status InsIdxList(IdxListType &idxlist, int bno){
    for(i=0; i<wdlist.list; ++i){
        GetWord(i,wd);
        j=Locate(idxlist,wd,b);
        if(!b) InserNewKey(idxlist, j, wd)；   //插入新的索引项
        if(!InsertBook(idxlist,j,bno)) return OVERFLOW;   //插入书号索引
    }
    return OK;
}

void GetWord(int i, HString &wd){
    p=*(wdlist.item+i);  //取词表中第i个字符串
    StrAssign(wd,p);     //生成关键词字符串
}



int Locate(IdxListType &idxlist, HString wd, Boolean &b){
    for(i=idxlist.last-1; m=StrCompare(idxlist.item[i].key,wd)>0; --i);
    if(m==0) {b=TRUE; return i;}   //找到
    else{b=FALSE; return i+1;}
}



void InserNewKey(int i, StrType wd){
    for(j=idxlist.last-1;j>=i;--j)   //后移索引项
        idxlist.item[j+1]=idxlist.item[j];
    StrCopy(idxlist.item[i],wd);           //串赋值
    InitIdxList(idxlist.item[i].bnolist);  //初始化书号索引表为空表
    ++idxlist.last;
}



Status InsertBook(IdxListType &idxlist, int i, int bno){
    if(!MakeNode(p,bno)) return ERROR;   //分配失败
    Appand(idxlist.item[i].bnolist, p);    //插入新的书号索引
    return OK;
}