c++ - 有效地使用带数组的 KMP 来计算词频计数

Question

我想统计一篇文章的词频。

我的想法是先创建一个struct数组

 struct{
       char[WORD_SIZE]
 }data[MAX_WORD_NUMBER];

然后读取每个字符然后确定

isalpha();

然后通过

转换为小写

tolower();

然后为每个结构存储一个单词。

然后为每个词做失败函数，

然后通过调用来测试每​​个单词。

1.但是由于重复导致不知道怎么统计频率

(本以为每次读入一个词的时候都可以对比一下，结果实在是太没效果了，请问有没有更高效的方法？)

2.我觉得我的方法调用函数太多了。

如何更有效地使用 KMP？

Answer 1

您使用 C 还是 C++ 编程？你用两者标记了你的问题。

假设您使用的是 C++，那么您将更好地使用 std::map 来计算您的字数。像这样

#include <map>
#include <string>

std::map<std::string, int> data;

std::string word;

data[word] = 0; // set word count to zero
data[word]++; // increment word count

// print out all the word counts
for (std::map<std::string, int>::iterator i = data.begin();
  i != data.end(); ++i)
{
  cout << "word " << i->first << " occurs " << i->second << "times\n";
}

如果您为工作选择合适的工具，这项任务将如此容易得多。当然，如果您使用 C 语言编程，那么这些都无济于事。