c - 将文件读入链表

Question

我正在尝试读取我制作成链接列表的文本文件，该文本文件如下所示:

 around 1 2 1
 bread 2 4 3 5 1
 four 1 3 2
 head 3 1 2 2 1 5 1
 has 2 3 1 5 2

每行的第一个字符串只是段落中的单词。单词后面的第一个数字是在段落中找到该单词的行数。那么接下来的数字是段落中的(行，出现次数)对。

例如，对于单词bread:

在该段落的 2 行中找到它。在第一行 4 中，它被找到 3 次。然后在第二行5行中，找到了1次。

我正在尝试从此文本文件创建一个链接列表，到目前为止我的程序如下所示:

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

#define MAXWORD 999

typedef struct node node_t;

struct node {
    char *word;
    int num_lines;
    int paragraph;
    int freq;
    node_t *next;
};

int
main(int argc, char *argv[]) {
    FILE *fp;
    char word[MAXWORD+1];
    int ch, line_count = 0, len = 0;
    node_t *node = (node_t*)malloc(sizeof(*node));
    node_t *curr, *prev;

    fp = fopen(argv[1], "r");

    if (fp == NULL) {
        fprintf(stderr, "Error reading file\n");
        exit(EXIT_FAILURE);
    }

    /* Just trying to store the string so far */
    while ((ch = getc(fp)) != EOF) {
        if (ch == '\n') {
            line_count++;
            strcpy(node->word, word);
        }

        if (isalpha(ch)) {
            word[len] = ch;
            len++;
            word[len] = '\0';
        } 

        if (isdigit(ch)) {
            len = 0;
        }
    }

    printf("line count = %d", line_count);

    free(node)

    fclose(fp);

    return 0;
}

在这段代码中，我一直在尝试将字符串存储在链表数据结构中，但我还没有使用动态数组来存储文本文件中出现的单词后面的数字。我知道我需要使用 malloc() 和 realloc() 构建此数据结构，但我不确定如何执行此操作。

我应该怎么做？

我想要的输出如下所示:

There are five words in the text file, 
and 9 pairs of (line, occurences)

Word: pairs
"around": 2,1
"bread": 4,3; 5,1
"four": 3,2
"head": 1,2; 2,1; 5,1
"has": 3,1; 5,2 

更新

我一直在研究这个问题，它似乎与倒排索引问题非常相似，我发现使用二叉搜索树是最好的。

我可以像这样实现我的二叉搜索树吗:

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

#define MAXWORD 999

typedef char word_t[MAXWORD+1];

typedef struct node node_t;

struct node {
    void *data;
    int *ints;
    node_t *rght;
    node_t *left;
};

typedef struct {
    node_t *root;
    int (*cmp)(void*, void*);
} tree_t;

int
main(int argc, char *argv[]) {
    FILE *fp;

    fp = fopen(argv[1], "r");

    if (fp == NULL) {
        fprintf(stderr, "Error reading file\n");
        exit(EXIT_FAILURE);
    }

    while ((ch = getc(fp)) != EOF) {
        if (ch == '\n') {
            line_count++;
        }
    }

    fclose(fp);

    return 0;
}

Answer 1

你可以这样做:

typedef struct {
    int paragraph;
    int freq;
} stats_t;

struct node {
    char *word;
    int num_lines;
    stats_t *stats;
    node_t *next;
};

然后在解析字符串后，您可以执行以下操作:

ps = calloc(line_count, sizeof(stats_t));

获取指向 stats_t 结构数组的指针，您可以用行位置和频率填充该数组。然后，您可以将指针 ps 存储在 node 结构中。