乐趣区

关于c++:C统计文件内给定关键词

jiezi

博主刚开始学习 c ++，前段时间老师安排了 c ++ 的一个作业：

给定两个文件（一个源文件 text4search.txt，一个文件keywords.txt 蕴含须要在源文件中搜寻的关键词），要求输入 keywords.txt 中每个关键词在源文件中呈现的行号。

举个例子，如果 keywords.txt 中有一个关键词是 c++，在text4search.txt 中第 1，7，9，43，543，586，2445 行都呈现了c++，那么应该输入c++:{1 7 9 43 543 586 2445}。

先上完整版代码（代码已在 vscode c++11 规范运行胜利）

#include <algorithm>
#include <fstream>
#include <iostream>
#include <map>
#include <sstream>
#include <vector>
using namespace std;
// 报错函数
void error(const char *p, const char *p2 = "") {
    std::cerr << p << ' ' << p2 << std::endl;
    std::exit(1);
}

map<string, vector<int>> keyCount(ifstream &inputFile, vector<string> &keywords) {
    map<string, vector<int>> resultMap;
    string line;
    int lineNum = 0;
    while (getline(inputFile, line)) {
        ++lineNum;
        // 读入文件的每一行
        std::istringstream sin(line);
        string word;
        // 每行单词一一查看是不是在 keywords 外面呈现，而不是统计 keyword 在一行中呈现的次数
        // 这样不必独自写一个函数统计一行中某个关键词呈现次数，也可能呈现一次关键词就压入行号一次
        while (sin >> word) {auto it = find(keywords.begin(), keywords.end(), word);
            if (it != keywords.end()) {resultMap[word].push_back(lineNum);
            }
        }
    }
    return resultMap;
}

int main() {
    // 建设三个文件流对象并关联相应文件，留神这里大家要批改为本人的文件门路（或者应用命令行输出）std::ifstream fin1;
    fin1.open("D:/University/Code/cpp_vscode/lab4/keywords.txt"); // 和 keywords.txt 建设关联
    if (!fin1) {error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/keywords.txt");
    }
    std::ifstream fin2;
    fin2.open("D:/University/Code/cpp_vscode/lab4/text2search.txt"); // 和 text2search.txt 建设关联
    if (!fin2) {error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/text2search.txt");
    }
    std::ofstream fout;
    fout.open("D:/University/Code/cpp_vscode/lab4/result.txt"); // 和 result.txt 建设关联
    if (!fout) {error("cannot open output file", "D:/University/Code/cpp_vscode/lab4/result.txt");
    }

    // 将 keywords 存入 keys 这个字符串向量中(用 fin1)
    vector<string> keys;
    string s;
    while (fin1 >> s) {keys.push_back(s);
    }
    fin1.close();

    // 利用 fin2 和 keys 产生后果 map
    map<string, vector<int>> result = keyCount(fin2, keys);
    fin2.close();

    // 输入，因为 map 会主动依照字典序排序，而行号也是依照升序逐行检测，因而输入不必再排序
    map<string, vector<int>>::iterator it1 = result.begin();
    while (it1 != result.end()) {
        fout << it1->first << ":" << "{";
        //it1->second 是 vector<int> 类型，不能间接用 fout 输入
        for (const auto &it2 : it1->second) {fout << it2 << ",";}
        fout << "}" << endl;
        it1++;
    }
    fout.close();
    system("pause");
    return 0;
}

上面联合代码讲一讲我的思路。
这道题的难点在于如何选取正确、高效的存储办法和搜寻办法：
显然咱们不能简略的挨个读取 text 中的单词，找到一个关键词就输入一个行号——这样输入的行号是凌乱的。

基本思路

  1. 采纳 vector<string> 贮存所有 keywords；
  2. 采纳 map<string,vector<int>> 贮存每个关键词到所呈现行号的映射（因为关键词呈现的行号有多个，因而采纳 vector<int> 贮存行号组成的整数型向量）

具体代码
首先，这里波及到文件的输入输出，必定是要用到 <fstream> 的，而后自定义文件输入输出流对象并链接到对应的文件：

// 建设三个文件流对象并关联相应文件，留神这里大家要批改为本人的文件门路（或者应用命令行输出）std::ifstream fin1;
    fin1.open("D:/University/Code/cpp_vscode/lab4/keywords.txt"); // 和 keywords.txt 建设关联
    if (!fin1) {error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/keywords.txt");
    }
    std::ifstream fin2;
    fin2.open("D:/University/Code/cpp_vscode/lab4/text2search.txt"); // 和 text2search.txt 建设关联
    if (!fin2) {error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/text2search.txt");
    }
    std::ofstream fout;
    fout.open("D:/University/Code/cpp_vscode/lab4/result.txt"); // 和 result.txt 建设关联
    if (!fout) {error("cannot open output file", "D:/University/Code/cpp_vscode/lab4/result.txt");
    }

用文件输出流对象 fin 每次读入 text 中的一行，再用字符串输出流对象 sin 一一读入该行的单词：

int lineNum = 0;
    // 读入文件的每一行
    while (getline(inputFile, line)) {
        ++lineNum;
        std::istringstream sin(line);// 新建 sin 筹备读入每行中的单词

接下来，咱们的关键点在于，如何用比拟好的办法搜寻并贮存好每个关键词呈现的行号呢？
一般而言，有两种搜寻思路：

  • 每次读取一个 keyword，在 text 全文中搜寻这个 keyword 在哪些行呈现了，记录行号；

  • 每次读取 text 中的一行，再一一读取这一行中的每个词，最初搜寻这个词是不是呈现在 keywords.txt 中，如果呈现，则记录该行的行号；

那么，哪一种搜寻办法更好更高效呢？显然是第二种。第一种办法思路简略，但每次搜寻全文的代价太高。以下是我采纳第二种搜寻的思路的代码：

//sin 读入每行中的每个单词
while (sin >> word) {
            // 应用 find 函数和迭代器搜寻每个 sin 读入的单词是否呈现在 keywords 这个 vector 中
            auto it = find(keywords.begin(), keywords.end(), word);
            if (it != keywords.end()) {
                // 如果找到了，那么将这个关键词对应的行号存入 map 中
                resultMap[word].push_back(lineNum);
            }

走到这里，曾经根本胜利啦！最初只须要把咱们的答案正确输入，这里我应用迭代器 it1 输入 map 中的关键词，因为 map 中的 value 值理论是 vector 类型，不能简略应用 it1->second 输入，因而咱们再定义一个 it2 输入 vector<int> 中的内容

map<string, vector<int>>::iterator it1 = result.begin();
    while (it1 != result.end()) {
        fout << it1->first << ":" << "{";
        //it1->second 是 vector<int> 类型，不能间接用 fout 输入
        for (const auto &it2 : it1->second) {fout << it2 << ",";}
        fout << "}" << endl;
        it1++;
    }

功败垂成！

退出移动版