昨天刚参加了腾讯2015年在线模拟考；
四道大题的第一题就是单词统计程序的设计思想；
为了记住这一天，我打算今天通过代码实现一下；
我将用到的核心数据结构是二叉树；
（要是想了解简单二叉树的实现，可以参考我的另一篇文章：http://www.cnblogs.com/landpack/p/4783120.html）
Problem
我需要统计的单词是在程序直接硬编码的；
这样做得原因是省略了文件输入输出所带来的困惑；
我的每篇文章，一般只说一个主题；
这样也方便我日后复习；
Solution
首先，我们需要定义一个结构体，如下代码所示：
const int LONGEST_WORD = 32; // The longest word size struct binary_tree { char str[LONGEST_WORD]; int count; struct binary_tree * left; struct binary_tree * right; }; typedef struct binary_tree node;
注意到，我们假设最长的单词定义为一个常量，在这里我觉得目前32这个长度应该可以啦；
如果要统计的文章是化学论文，建议你再加大数字，因为化学式通常都很长；
然后是，我们的结构体；这应该很容易理解的；
由于C语言没有提供我想要的BOOL类型，因此自己动手写啦下面的代码；
这个定义非常有用，通常它比define更加值得推荐；
enum BOOL { NO, YES }; typedef enum BOOL BOOL;
接下来，我们需要知道单词之间是如何比较大小的；
因此，需要一个函数叫做cmp；
代码实现如下：
BOOL cmp(char * s, char * t) { int i; for (i = 0; s[i] == t[i]; i++) if ( s[i] == ' ' ) return NO; return (s[i] - t[i]) < 0 ? NO:YES; }
同时遍历两个字符串，然后对返回值进行一个处理；
这样只会返回两种情况NO/YES，不然的话会返回三种值(-1，0，正数);
那样的话，不利于我们往后的工作；
接下来呢，就是如果返回YES我们该（如何） （做什么）；
如果返回NO我们又该（如何）（做什么）；
因此，我们需要一个insert函数，把数据的两种不同分别插入左右子树；
void insert(node ** tree, char * val) { node * temp = NULL; if(!(*tree)) { temp = (node*)malloc(sizeof(node)); temp->left = temp->right = NULL; temp->str = val; //issue code ... temp->count = 1; *tree = temp; return ; } if(cmp(val, (*tree)->str)) { insert(&(*tree)->left,val); }else if (cmp(val,(*tree)->str)) { insert(&(*tree)->right,val); }else{ (*tree)->count++; } }
这段代码和前面提到的(C语言实现二叉树)里面的代码几乎一样的，哪里有详细介绍；
这里主要讲解一下注释有issue code的那行，如果这行不修改，程序将会蹦溃；
但是，我会故意不马上修改它，继续往下写；
我们需要一个函数，销毁节点：
void deltree(node * tree) { if(tree) { deltree(tree->left); deltree(tree->right); free(tree); } }
为了查看我们的结果，我们需要一种遍历方式；
这里我们就选择中序吧！
void print_inorder(node * tree) { if(tree) { print_inorder(tree->left); printf("[%s ]count:[%d] ",tree->str,tree->count); print_inorder(tree->right); } }
我们把头文件stdio.h/stdlib.h引入后；
把主int main(int argc, char ** arg{
node * root; node * tmp; //int i; root = NULL; /* Inserting nodes into tree */ insert(&root,"hello"); insert(&root,"hey"); insert(&root,"hello"); insert(&root,"ok"); insert(&root,"hey"); insert(&root,"hey"); insert(&root,"hey")； printf("In Order Display "); print_inorder(root);/* Deleting all nodes of tree */ deltree(root); }
gcc编译运行得到如下结果：
果然，我们的issue code有问题，原因是字符串不能像其他的，例如int类型一样直接用‘=’号赋值；
所以我们需要一个cpy函数：
void mystrcpy(char *s, char *t) { while ((*s++ = *t++) != ' ') ; }
所有代码如下：
#include <stdio.h> #include <stdlib.h> const int LONGEST_WORD = 32; // The longest word size struct binary_tree { char str[LONGEST_WORD]; int count; struct binary_tree * left; struct binary_tree * right; }; typedef struct binary_tree node; enum BOOL { NO, YES }; typedef enum BOOL BOOL; BOOL cmp(char * s, char * t) { int i; for (i = 0; s[i] == t[i]; i++) if ( s[i] == ' ' ) return NO; return (s[i] - t[i]) < 0 ? NO:YES; } void mystrcpy(char *s, char *t) { while ((*s++ = *t++) != ' ') ; } void insert(node ** tree, char * val) { node * temp = NULL; if(!(*tree)) { temp = (node*)malloc(sizeof(node)); temp->left = temp->right = NULL; //temp->str = val; //issue code ... mystrcpy(temp->str,val); temp->count = 1; *tree = temp; return ; } if(cmp(val, (*tree)->str)) { insert(&(*tree)->left,val); }else if (cmp(val,(*tree)->str)) { insert(&(*tree)->right,val); }else{ (*tree)->count++; } } void deltree(node * tree) { if(tree) { deltree(tree->left); deltree(tree->right); free(tree); } } void print_inorder(node * tree) { if(tree) { print_inorder(tree->left); printf("[%s ]count:[%d] ",tree->str,tree->count); print_inorder(tree->right); } } int main(int argc, char ** argv) { node * root; node * tmp; //int i; root = NULL; /* Inserting nodes into tree */ insert(&root,"hello"); insert(&root,"hey"); insert(&root,"hello"); insert(&root,"ok"); insert(&root,"hey"); insert(&root,"hey"); insert(&root,"hey"); printf("In Order Display "); print_inorder(root); /* Deleting all nodes of tree */ deltree(root); }
最后运行结果如下：
Discussion
那么这个程序已经完成啦！
还有很多可以优化的，也可以增加更多的功能；
例如，查找特定字符出现的次数；
或者特定字符所出现的行数，等等都可以；
我们会在日后慢慢完善；
See Also
无；