C语言做的文本词频数量统计功能

文本词频统计器

这是一个用C语言编写的文本词频统计程序,可以读取文本文件并统计每个单词的出现次数,然后输出频率最高的10个单词。

功能特点

  • 读取文本文件(支持.txt等文本格式)
  • 自动识别单词(字母和数字组合)
  • 忽略大小写差异
  • 统计每个单词的出现次数
  • 按出现频率排序
  • 输出前10个高频单词
  • 支持大文件处理

编译方法

bash 复制代码
gcc -Wall -Wextra -std=c99 -O2 -o word_frequency word_frequency.c

使用方法

基本用法

bash 复制代码
./word_frequency <文本文件名>

示例

bash 复制代码
# 使用提供的示例文件
./word_frequency sample.txt

# 使用自己的文本文件
./word_frequency my_text.txt

Windows用户

bash 复制代码
# 编译
gcc -o word_frequency.exe word_frequency.c

# 运行
word_frequency.exe sample.txt

输出示例

markdown 复制代码
正在读取文件: sample.txt
文件读取成功,开始分析...

=== 词频统计结果 ===
排名    单词           出现次数
--------------------------------
1       the            8
2       dog            4
3       lazy           4
4       fox            3
5       quick          3
6       brown          3
7       jumps          2
8       over           2
9       was            2
10      testing        2

总共统计了 45 个不同的单词

程序特性

  1. 智能单词识别:程序会自动识别由字母和数字组成的单词
  2. 大小写不敏感:所有单词都会被转换为小写进行统计
  3. 高效排序:使用快速排序算法对结果进行排序
  4. 内存管理:动态分配内存,支持大文件处理
  5. 错误处理:包含完善的错误处理机制

技术实现

  • 使用结构体存储单词和计数
  • 动态内存分配处理文件内容
  • 快速排序算法进行结果排序
  • 标准C库函数进行文件操作和字符串处理

文件说明

  • word_frequency.c - 主程序源代码
  • sample.txt - 示例文本文件
  • README.md - 说明文档

系统要求

  • C编译器(如GCC、Clang等)
  • 支持C99标准
  • 足够的可用内存(取决于文本文件大小)

注意事项

  • 程序最多支持统计10000个不同的单词
  • 单个单词最大长度为100个字符
  • 确保输入文件存在且可读
  • 程序会忽略标点符号,只统计字母数字组合
相关推荐
追逐时光者4 小时前
分享 4 款基于 .NET 开源免费、实用的文件搜索工具,效率提升利器!
后端·.net
程序新视界5 小时前
什么是OLTP ,MySQL是如何支持OLTP的?
数据库·后端·mysql
songroom5 小时前
dbpystream webapi: 一次clickhouse数据从系统盘迁至数据盘的尝试
后端·clickhouse·阿里云
Lisonseekpan6 小时前
为什么要避免使用 `SELECT *`?
java·数据库·后端·sql·mysql·oracle
lecepin6 小时前
AI Coding 资讯 2025-10-29
前端·后端·面试
Tony Bai7 小时前
【Go模块构建与依赖管理】01 前世今生:从 GOPATH 的“混乱”到 Go Modules 的“秩序”
开发语言·后端·golang
Python私教7 小时前
从零构建 Swing 计算器:深入理解 Java GUI 开发核心机制
后端
菜鸟的迷茫7 小时前
线程池中的坑:线程数配置不当导致任务堆积与拒绝策略失效
java·后端
Moonbit7 小时前
MoonBit Pearls Vol.13:初探 MoonBit 中的 JavaScript 交互
javascript·后端
没逻辑7 小时前
高性能计算的利器:Rust中的SIMD实战指南
后端·rust