因为非正式招聘,所以就1道题,40分钟完成.题目是:给定一个英文原文,统计文件里面一共有多少个不同的英文单词,建议使用C++,注意程序效率.
今天有空了,就突然想完全实现一下这道题.当时我到快结束了才想出一个好方法,结果来不及了,只好写了文字算法.......具体实现采用的是哈希+树.以下是实现:(有些错误没有处理,比如文件打开失败;如果文件出现非英文大小写字母,程序崩溃,不是什么实用的东西,着重于算法实现,其他的懒得写了呵呵.)
#include <fstream>
#include <string>
#include <iostream>
using namespace std;
typedef struct node
{
char c;
node* child[26];
unsigned int hasChild;
}*PNODE,NODE;
void initChild(node* child[])
{
for(int i = 0; i< 26;i++){
child[i] = NULL;
}
}
int main(void)
{
ifstream in("plain.txt");
string strWord;
int count = 0,i,len,seq;
bool isSame = false;
NODE *root = new node;
initChild(root->child);
root->c = NULL;
PNODE cur = root;
//
//每次取一个单词进行处理
//
while(getline(in,strWord,' ')){
len = strWord.size();
for(i = 0 ;i < len; i ++){
if ((seq = (strWord[i] - 'a')) < 0) //哈希顺序
seq = strWord[i] - 'A';
if(cur->child[seq] && strWord[i] == cur->child[seq]->c){ //匹配
cur = cur->child[seq];
if (cur->hasChild == 1 && (i==(len-1)))//abcd a的情况,后者是前者的子集
isSame = false;
else
isSame = true;
continue;
}
else{//不匹配
cur->child[seq] = new node;
cur->hasChild = 1;
cur = cur->child[seq];
initChild(cur->child);
cur->c = strWord[i];
isSame = false;
}
}
if (!isSame) count++;
cur = root; //每个单词解析结束后cur都返回根部
}
delete root;
cout<<"The number of different word is "<<count<<endl;
return 0;
}
