十个最常见的字符及其频率

Question

这是我的任务：

编写一个程序，要求用户输入文件名。程序以二进制模式打开文件并计算所有字符的频率 [0-255] 并打印出十个最常见字符及其频率的列表。

这是我已经写的大部分代码：

#pragma warning(disable: 4996)

#include <stdio.h>

int count[26];

int main() {
    FILE *f;
    int i;
    char ch;
    char filename[80];

    printf("Enter File name\n");
    gets(filename);
    f = fopen("file.txt", "rb");

    while (!feof(f)) {
        ch = fgetc(f);
        count[ch - 'a']++;
    }
    for (i = 0; i < 26; i++)
        printf("[%c] = %d times\n", 65 + i, count[i]);

    fclose(f);

    return 0;
} 

我能够计算和打印所有字符的频率。如何只打印最频繁的十个？

Answer 1

一个简单的解决方案是在最后对频率进行排序，尽管我确信使用高级数据结构可以更优化地解决它。我将提供一个简单而幼稚的解决方案。

维护两个大小为 256 的数组。一个将保存字符（a、b、c 等），另一个将保存相应的频率。字符数组将被初始化一次，同时计算频率（类似于您已经完成的操作）。

在第二阶段，您使用冒泡排序、插入排序等算法对频率数组进行排序。当您移动频率时，还要移动相应的字符以使映射保持不变。

排序后，你可以取前 N 个频率，字符数组会告诉你实际的字符。

Answer 2

您可以遍历 count 数组 10 次以获得最大值（以及它们的位置，这样您就不会一次又一次地记录相同的最大值）。如果您的程序计划使用“10”个最常见的字符运行，那么在这种方法中，您将具有 O(10*length of count array) 的时间复杂度，这最终是恒定的。

但是，如果您要将 '10' 更改为 'n'，那么您可能需要考虑构建在自平衡二叉搜索树上的地图之类的东西。

Answer 3

您的代码包含几个缺陷。首先，while(!feof(file)) is always wrong

那么，永远不要使用gets()。 It's dangerous

那么我们有 count 不能取所有值，因为它只有 26 大。它的声明应该是 char count[256]; 并且没有理由在 main 之外声明它。好吧，这里唯一的原因是您不必将其初始化为零，但这不是使用全局变量的好理由。

由于这是一项显而易见的作业，因此我不会为您提供完整的解决方案。但我会做这样的事情：

struct count_entry { // Yeah, bad name but whatever
    unsigned char c;
    int n;
};

struct count_entry count[256];
for(int i=0; i<256; i++) {
    count[i] = (struct count_entry){.c=i, .n=0};
}

FILE *in = fopen(filename, "rb");

int ch; // Yes, should be int

while ((ch = fgetc(in)) != EOF) 
    count[ch].n++;

然后我要做的是将count 与qsort 进行排序。阅读文档以了解如何操作。看起来你可以这样做，但我没有仔细阅读：How to sort struct using qsort

然后您只需像这样打印前 10 个：

for(int i=0; i<10; i++) 
    printf("%u %d\n", count[i].c, count[i].n);

Answer 4

代码中存在多个问题：

• gets() 是一个安全漏洞，请勿使用此功能。请改用scanf() 或fgets()。
• 您将文件名读入filename，但使用"file.txt"
• 您没有测试fopen() 失败。
• while (!feof(f))... 不正确。
• 您增加count[ch - 65] 而不测试字节是否确实是大写字母。

她是修改版：

#include <stdio.h>

int main() {
    int count[256] = { 0 };
    char filename[80];
    FILE *f;
    int ch;

    printf("Enter File name\n");
    if (scanf("%79[^\n]", filename) != 1)
        return 1;

    f = fopen(filename, "rb");
    if (f == NULL) {
        fprintf(stderr, "cannot open %s\n", filename);
        return 1;
    }
    while ((ch = fgetc(f)) != EOF) {
        count[ch]++;
    }
    fclose(f);

    for (int n = 0; n < 10; n++) {
        int maxc = 0;
        for (int i = 1; i < 256; i++) {
            if (count[i] > count[maxc])
                maxc = i;
        }
        if (count[maxc] != 0) {
            printf("[%c] = %d times\n", maxc, count[maxc]);
            count[maxc] = 0;
        } else {
            break;
        }
    }
    return 0;
}