如何计算c中单词的频率

Question

假设我们有一个数组：

  

你是外星人，他们是人类

那么，如何计算字符串的种类？

输出：

you = 1 word

Answer 1

假设你已经正确地完成了标记化，你可以将每个单词存储到char *的向量中，并使用strcmp将你的标记（这是一个char *）与向量中的每个单词进行比较。

前。）

 token_vector.push_back(token);
 for(auto i = 0; i < token_vector.size(); i++){
    if(strcmp(token, token_vector[i]) == 0) count++;
    else token_vector.push_back(token);
 }

Answer 2

以下是一些想法：

1. 在 array 中存储字符串以及count（使用strcmp）。添加带有count = 1的新字符串，如果字符串已经存在，则将计数增加1。 （线性搜索）

2. 将字符串存储在 hash table 中（通过制作链接列表解决冲突）并在遇到相同字符串时递增计数。

3. 保留 trie 并将计数增加为叶节点

4. 将字符串存储在 BST （例如 RB tree ）中，如果字符串已经存在，则递增计数。< / p>

按照链接获取时间/空间复杂性和实施细节，以便对哪种数据结构最适合您的要求做出明智的决定。我不敢添加各自的优点和缺点可能会使这篇文章非常广泛。