c - 查找 2 个字符串是否由相同单词组成的函数

Question

我需要在 C 中创建一个函数，用于查明 2 个字符串是否由相同的单词组成。从当前代码中可以看出，我将每个字符串加载到单独的数组中。我做到了，在数组中有单词，都是小写字母，每个单词之间只有 1 个空格，并且没有所有非字母字符。我虽然可以对字符串进行排序并在它们上调用 strcmp，但不能这样做，因为可能有诸如 "dog dog dog cat"和 "dog cat"之类的字符串，这些字符串来自相同的单词，因此该函数应该返回 1，但如果只是排序并使用 strcmp 则不会。所以我虽然可以将所有重复的单词合并为 1，然后进行排序和 strcmp，但是仍然存在一个问题，即当出现诸如“dog”和“god”之类的单词时，这是两个不同的单词，但是函数排序后仍会将它们视为相同。“dog dog dog cat” “dog cat” - 相同的词“HI HeLLO!!'” “hi,,,hello hi” - 相同的词如果有任何帮助，我将不胜感激。我真的不知道如何创建它，我坐了很长时间仍然想不通。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

int sameWords( const char * a, const char * b)
{
char * array1=NULL;
char * array2=NULL;
int length1=0, length2=0, i=0, j=0;
while(a[i])
  {
  if(i>=length1)
    {
      length1+=250;
      array1=(char*)malloc(length1*sizeof(char));
    }
  if(isspace(a[i]) && !isspace(a[i-1]))
    {
      array1[i]=a[i];
    }
  if(isalpha(a[i]))
    {
      array1[i]=tolower(a[i]);
    }
  i++;
  }
while(b[j])
  {
  if(j>=length2)
    {
      length2+=250;
      array2=(char*)malloc(length2*sizeof(char));
    }
  if(isspace(b[j]) && !isspace(b[j-1]))
    {
      array2[j]=b[j];
    }
  if(isalpha(b[j]))
    {
      array2[j]=tolower(b[j]);
    }
  j++;
  }
}

int main()
{
sameWords("This' is   string !!! ", "THIS stRing is !!  string ");
return 0;
}

Answer 1

您已经了解了解决问题的两种方法。复杂的是将每个字符串拆分成单词，对它们进行排序，然后剔除重复项，这在排序数组中很容易。更简单的方法是将第一个字符串拆分为单词，然后在第二个字符串中搜索每个单词。然后反过来做同样的事情:拆分第二个并检查第一个中的单词。

这两种方法都需要您拆分字符串。这也是您的代码似乎存在问题的地方。 (你已经有了基本的思路，看单词边界，但你似乎不知道如何存储单词。)

基本问题是:您将如何表示单词，即 C 字符串的子字符串？有多种方法。您可以使用指向字符串的指针和字符串长度，也可以将它们复制到另一个缓冲区。

下面是一个将字符串 a 拆分为单词然后检查是否可以在 b 中找到每个单词的算法:

/*
 *      Return 1 if all words in a can be found in b, 
 *      return 0 otherwise.
 */
int split_and_check(const char *a, const char *b)
{
    int begin = -1;    /* marker for beginning of word */
    char word[80];     /* temporary buffer for current word */
    int prev = 0;      /* previously read char to detect word bounaries */
    int len;           /* current length of word */
    int i;

    i = 0;
    while (1) {
        if (isalpha(a[i])) {
            if (!isalpha(prev)) {
                begin = i;
                len = 0;
            }
            if (len < 80) word[len++] = a[i];
        } else {
            if (len > 0) {
                word[len] = '\0';       /* manually null-terminate word */

                if (strstr(b, word) == NULL) {
                    /* fail on string mismatch */
                    return 0;
                }
                len = 0;                /* reset word-length counter */
            }
        }
        if (a[i] == '\0') break;        /* check end here to catch last word */
        prev = a[i++];
    }

    return 1;
}

当前单词存储在本地字符缓冲区word 中，长度为len。请注意在 b 中搜索 word 之前如何将零结束标记 '\0' 手动添加到 word 中:库函数 strstr 在另一个字符串中查找字符串。两个字符串都必须以零结尾。

这只是解决方案的一半。您必须以相反的方式检查字符串:

int same_words(const char *a, const char *b)
{    
    if (split_and_check(a, b) == 0) return 0;
    if (split_and_check(b, a) == 0) return 0;

    return 1;
}

这还不是您问题的确切解决方案，因为字符串匹配是区分大小写的。我跳过了这部分，因为这样更容易:strstr 区分大小写，我不知道有任何忽略大小写的变体。