感谢您的快速回复。
我试图把所有东西放在一起尝试一些东西，但@ Shasha99我不能使用Chaining数据结构，我检查你给我的链接。
@MichaelDorgan感谢你为初学者发布了一个解决方案但是我必须使用Hashing（它是算法和结构类的），老师告诉我们我们必须实现一个Hash函数，Hash Table以及可能存储重要的另一个结构信息。

思考了一个小时后，我尝试了以下方法：

一种结构，用于存储单词，出现的文档数量以及这些文档的索引。

TRIE

初始化该结构的功能

    typedef struct WordMetadata {
        char* Word;
        int Documents[5];
        int DocumentsCount;
    } WordMetadata;

一个函数，用于加载内存3个文档并索引哈希表中的每个单词。
索引上述结构中的单词的函数
使用二次探测搜索特定单词的功能（如果我解决这个问题，我将尝试使用链接...）。
计算单词哈希值的函数（我想我会使用void InitTable (WordMetadata **Table) { Table = (WordMetadata**) malloc (sizeof(WordMetadata) * TABLESIZE); for (int i = 0; i < TABLESIZE; i++) { Table[i] = (WordMetadata*) NULL; } }或我在http://www.cse.yorku.ca/~oz/hash.html找到的任何一个）但是现在：
< / LI>

djb2

编辑2

我试图实现一些东西，它没有用，但会看看并告诉我出了什么问题（我知道代码是一团糟）

编辑3

这段代码正在编译和运行，但是，有些单词没有找到（可能没有索引我不知道），我正在考虑转移到我在第一条消息中提到的另一个哈希函数。 / p>

程序正确找到每个文本文件中大约85％的单词（每个大约200个单词）。
其他的是ramdom单词，我认为没有正确索引或者我的搜索功能有错误...

这是当前（全功能）代码：

 int Hash (char *WordParam) {

            for (int i = 0; *WordParam != '\0';) {

                i += *WordParam++;

            }

            return (i % TABLESIZE);}

Answer 1

我建议您使用TRIE数据结构来存储内存中所有三个文件中的字符串，因为Hash会占用更多空间。作为第一步，您应该逐个阅读所有三个文件，对于file_i中的每个单词，您应该执行以下操作：

如果TRIE中已存在该单词，则将文件索引附加到该节点或更新相对于该特定文件的单词计数。在每个节点上，file1，file和file3可能需要3个变量来存储字数的值。
如果该单词不存在，请在TRIE节点中添加单词和文件索引。

完成构建TRIE后，检查单词是否存在将是O（1）操作。

如果你要使用哈希表，那么：

您应该从how to get hash values for strings.
然后阅读open addressing, probing和chaining
然后了解开放式寻址和链接方法中的问题。
如何使用开放寻址和探测删除哈希表中的元素？ here
如果要进行链接，将如何执行搜索？ here
使用开放寻址制作动态哈希表？摊销分析here和here。
比较链接和开放寻址。 here.
考虑如何解决这些问题。可能是TRIE？

您的编辑代码2中的问题：

您身边的杰出进展!!!

快速浏览后，我发现了以下问题：

不要使用gets（）方法，而是使用fgets（）代替：
gets(Line);
以下内容：
fgets(Line,100,stdin);
Line[strlen(Line)-1]='\0'; //fgets stores newline as well. so removing newline.

该行：
if ( j < HashTable[j]->DocumentsCount-1){
导致分段错误。我想您想访问HashTable[i]：
if ( j < HashTable[i]->DocumentsCount-1){

在行中：

HashTable[ActualPosition]->Documents[HashTable[ActualPosition]->DocumentsCount];

你应该分配一些价值。可能是这样的：

HashTable[ActualPosition]->Documents[HashTable[ActualPosition]->DocumentsCount] = DocumentIndex;

Malloc返回void指针。你应该把它投到适当的   之一：

HashTable[ActualPosition] = (TTable*)malloc (sizeof(TTable));

在Hash中创建新节点时，您还应该使用默认值初始化Documents数组：

for(j=0;j<5;j++)HashTable[ActualPosition]->Documents[j]=-1;

找到后，您将从HashTable删除所有内容   用户给出的第一个字。可能是你想把那些代码放在外面   while循环。

你的while循环while(1)没有任何终止条件，你   应该有一个。

一切顺利!!!

Answer 2

对于学校作业，您可能不需要担心散列。对于第一遍，你可以改为直接线性搜索：

创建3个指向char数组的指针（如果愿意，可以创建char **），每个字典文件一个。
扫描每个文本/词典文件以查看其中包含多少单个词。根据文件的格式，这可能是空格，字符串，换行符，逗号等。基本上，计算文件中的单词。
在每个文件中分配char *次字数统计数组，并将其存储在该文件的char **中。（如果在文件中找到100个单词，num_words = 100; fooPtr = malloc(sizeof(char *) * num_words);
第二次返回文件，并将字符数组分配给文件中每个单词的大小，并将其存储在先前创建的数组中。现在，每个字典文件中的每个单词都有一个“锯齿状的2D数组”。

现在，您的词典有3个数组，可以使用它们直接扫描单词。

当给出一个单词时，设置一个for循环来查看每个文件的char数组。如果输入的单词与当前扫描的字典匹配，则表示您找到了匹配项并应打印结果。扫描完所有词典后，就完成了。

让事情更快的事情：

对每个字典进行排序，然后您可以二进制搜索匹配项（O（log n））。
创建一个哈希表并将每个字符串添加到其中以进行O（1）查找时间（这是大多数专业解决方案所做的，这就是为什么你在这上面找到了很多链接。）

我这里几乎没有提供任何代码，只是一种方法。试一试。

最后一点 - 即使您决定使用哈希方法或列表或其他内容，您使用数组编写的代码仍然有用。

实现二次探测＆amp;链接 - 搜索词典

2 个答案: