查找单词序列在文章中出现的次数
[期望]
对于测试
char *substrs[3] = {"ffff", "cindy", "Bill"};
char *str =
"Hellocindy, BillGatesBill---cindy-ffffffxxx23424cindycindy";
找到的结果应该是：
"ffff" => 3,
"cindy" => 4,
"Bill" => 2
[抱怨]
c语言没有基础数据结构hash用来方便地表示上面这种结果，像perl,python都有，用起来很方便，C++通过STL的hash_map也能干这个活。
搜了一下，网上有把c++的STL移植到c上的，其中一个叫做libcstl,它的github地址是这里,有兴趣的同学可以看一下。不过作为技术练习，可以试着自己思考/动手来用c实现hash(hash_map)。
[思路]
如果用脚本语言来做，简直太简单了。
我C语言的思路是这样的：
对每一个子字符串，第一次从文章开头开始找，第二次从文章开头+1的位置开始找，......,若这一次找到的位置和上一次不一致，则认为子串又出现了一次。查找完一个子串后，分配填充找到的信息，链到链表中。然后开始下一个子串的查找。
查找使用的是strstr()函数，应该有更好的做法。
#include
<string.h>
char *strstr(const char *haystack, const char *needle);
简单实现了一下，目前把所有功能都写在了一个函数里，更好的做法是把链表节点的创建、填充、插入、删除，查找子串出现次数等功能独立出来，结构会更清晰。
欢迎大家提出更好的做法。
[代码]
1 #include <stdio.h> 2 #include <assert.h> 3 #include <stdlib.h> 4 #include <string.h> 5 6 struct info { 7 char *str; 8 int count; 9 struct info *next; 10 }; 11 12 typedef struct info * HEAD; 13 typedef struct info * INFO; 14 15 INFO get_substr_info(const char *str, char **substrs, int num); 16 void get_substr_info_test(); 17 18 int main() 19 { 20 get_substr_info_test(); 21 return 0; 22 } 23 24 void get_substr_info_test() 25 { 26 char *substrs[3] = {"ffff", "cindy", "Bill"}; 27 char *str = "Hellocindy, BillGatesBill---cindy-ffffffxxx23424cindycindy"; 28 INFO rtn = get_substr_info(str, substrs, 3); 29 while(rtn != NULL && rtn->next != NULL) { 30 INFO ptr = rtn->next; 31 printf("name=>%s,count=>%d\n", ptr->str, ptr->count); 32 rtn = rtn->next; 33 free(ptr->str); 34 free(ptr); 35 } 36 } 37 38 INFO get_substr_info(const char *str, char **substrs, int num) 39 { 40 assert(str!=NULL && substrs != NULL); 41 char *substr = NULL; 42 char *tmpstr; 43 int i = 0; 44 char *lastpos = NULL; 45 HEAD head = NULL; 46 INFO info = NULL; 47 INFO ptr = NULL; 48 int count[num]; 49 int len; 50 51 head = malloc(sizeof(struct info)); 52 head->next = NULL; 53 ptr = head; 54 55 while(i<num) { 56 substr = substrs[i]; 57 len = strlen(substr); 58 59 lastpos = tmpstr = str; 60 count[i] = 0; 61 while(*tmpstr != ‘\0‘) { 62 char *rtn; 63 if (tmpstr == str ) { 64 if ((rtn=strstr(tmpstr, substr)) != NULL) { 65 count[i]++; 66 lastpos = rtn; 67 //printf(" found %s %d times\n", substr, count[i]); 68 } 69 } else { 70 if (((rtn=strstr(tmpstr, substr)) != NULL) 71 && rtn != lastpos) { 72 count[i]++; 73 lastpos = rtn; 74 //printf(" found %s %d times\n", substr, count[i]); 75 } 76 } 77 tmpstr++; 78 } 79 80 // 81 info = malloc(sizeof(struct info)); 82 memset(info, 0, sizeof(struct info)); 83 info->str = malloc(len+1); 84 memcpy(info->str, substr, len); 85 info->str[len] = ‘\0‘; 86 info->count = count[i]; 87 info->next = NULL; 88 89 // 90 while(ptr->next != NULL) { 91 ptr = ptr->next; 92 } 93 ptr->next = info; 94 ptr = info; 95 96 i++; 97 } 98 99 return head; 100 }
查找单词序列在文章中出现的次数,布布扣,bubuko.com
原文：http://www.cnblogs.com/bugchecker/p/3615322.html
