给定一个字符串由一个空格分隔的单词组成，按照单词在字符串中出现的次数降序打印。
例如，输入字符串“ab bc bc”将生成以下输出：
bc : 2
ab : 1
如果使用 C++ 数据结构（如地图），问题将很容易解决。但是如果这个问题只能用普通的旧 C 来解决，那看起来要困难得多。
我应该在这里使用什么样的数据结构和算法？请尽可能详细。我在 DS 和 Algo 方面很弱。 :-(
【问题讨论】：
tries.
标签： c algorithm data-structures word-frequency
您可以使用的一种数据结构是一个简单的二叉树，其中包含您可以使用 strcmp 比较的单词。 （我现在将忽略案例问题）。
您需要确保树在生长过程中保持平衡。为此，请在维基百科或其他地方查找 AVL 树或 1-2 树或红黑树。
除了创建二叉树结构外，我不会提供太多细节，每个节点都有一个左右子节点，可以为空，而对于叶节点，两个子节点都为空。为了使其更简单，请使用具有值和两个子节点的“侵入式”节点。比如：
struct Node
{
char * value;
size_t frequency;
struct Node * left;
struct Node * right;
};
显然，作为 C 语言，您需要进行所有内存管理。
您将拥有一个沿树递归、比较并根据需要向左或向右移动的函数。如果找到它只会提高频率。如果不是，您的函数应该能够确定插入节点的位置，然后是您的插入和重新平衡逻辑。当然，新节点将包含频率为 1 的单词。
最后，您将需要一种通过树递归打印结果的方法。在您的情况下，这可以是一个递归函数。
请注意，另一种数据结构是某种哈希表。
如果您正在寻找最有效的解决方案并且手头有大量内存，那么您可以使用一种数据结构，在遇到每个字母时都对其进行分支。所以“a”给你所有以a开头的单词，然后移到第二个字母“b”等。对于不了解数据结构的人来说，实现起来相当复杂，所以我建议你去用简单的二叉树。
请注意，在打印输出时，它不会按频率倒序排列，因此您必须先对结果进行排序。 （在使用 map 的 C++ 中，您也不会按该顺序获取它们）。
【讨论】：
我会为此使用三叉树。以下由 Jon Bentley 和 Robert Sedgewick 介绍数据结构的文章有一个 C 语言示例。
【讨论】：
这是我如何做的一个示例。 findWord() 中的搜索可以优化。分配的数量也可以通过分配字块而不是一次分配一个来减少。也可以为这种情况实现一个链表。它缺少内存释放。希望这能让你继续前进。
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#define MAXWORDLEN 128
const char* findWhitespace(const char* text)
{
while (*text && !isspace(*text))
text++;
return text;
}
const char* findNonWhitespace(const char* text)
{
while (*text && isspace(*text))
text++;
return text;
}
typedef struct tagWord
{
char word[MAXWORDLEN + 1];
int count;
} Word;
typedef struct tagWordList
{
Word* words;
int count;
} WordList;
WordList* createWordList(unsigned int count);
void extendWordList(WordList* wordList, const int count)
{
Word* newWords = (Word*)malloc(sizeof(Word) * (wordList->count + count));
if (wordList->words != NULL) {
memcpy(newWords, wordList->words, sizeof(Word)* wordList->count);
free(wordList->words);
}
for (int i = wordList->count; i < wordList->count + count; i++) {
newWords[i].word[0] = '\0';
newWords[i].count = 0;
}
wordList->words = newWords;
wordList->count += count;
}
void addWord(WordList* wordList, const char* word)
{
assert(strlen(word) <= MAXWORDLEN);
extendWordList(wordList, 1);
Word* wordNode = &wordList->words[wordList->count - 1];
strcpy(wordNode->word, word);
wordNode->count++;
}
Word* findWord(WordList* wordList, const char* word)
{
for(int i = 0; i < wordList->count; i++) {
if (stricmp(word, wordList->words[i].word) == 0) {
return &wordList->words[i];
}
}
return NULL;
}
void updateWordList(WordList* wordList, const char* word)
{
Word* foundWord = findWord(wordList, word);
if (foundWord == NULL) {
addWord(wordList, word);
} else {
foundWord->count++;
}
}
WordList* createWordList(unsigned int count)
{
WordList* wordList = (WordList*)malloc(sizeof(WordList));
if (count > 0) {
wordList->words = (Word*)malloc(sizeof(Word) * count);
for(unsigned int i = 0; i < count; i++) {
wordList->words[i].count = 0;
wordList->words[i].word[0] = '\0';
}
}
else {
wordList->words = NULL;
}
wordList->count = count;
return wordList;
}
void printWords(WordList* wordList)
{
for (int i = 0; i < wordList->count; i++) {
printf("%s: %d\n", wordList->words[i].word, wordList->words[i].count);
}
}
int compareWord(const void* vword1, const void* vword2)
{
Word* word1 = (Word*)vword1;
Word* word2 = (Word*)vword2;
return strcmp(word1->word, word2->word);
}
void sortWordList(WordList* wordList)
{
qsort(wordList->words, wordList->count, sizeof(Word), compareWord);
}
void countWords(const char* text)
{
WordList *wordList = createWordList(0);
Word *foundWord = NULL;
const char *beg = findNonWhitespace(text);
const char *end;
char word[MAXWORDLEN];
while (beg && *beg) {
end = findWhitespace(beg);
if (*end) {
assert(end - beg <= MAXWORDLEN);
strncpy(word, beg, end - beg);
word[end - beg] = '\0';
updateWordList(wordList, word);
beg = findNonWhitespace(end);
}
else {
beg = NULL;
}
}
sortWordList(wordList);
printWords(wordList);
}
int main(int argc, char* argv[])
{
char* text = "abc 123 abc 456 def 789 \tyup this \r\ncan work yup 456 it can";
countWords(text);
}
【讨论】：