C语言：如何按出现频率及ASCII值排序文件中的字母

我编写了一个用于统计文件中字母出现次数的C语言函数，但无法实现按出现频率排序的逻辑；要求按出现频率从高到低排序，当两个字母出现次数相同时，ASCII值更大的字母排在前面。

示例输入文件内容：Ovo je primjer znakovne datoteke
预期输出：EOAJKNRTVDIMPZ
当前代码输出：ADEIJKMNOPRTVZ

我尝试通过从数组末尾倒序遍历的方式实现排序，但未成功，相关尝试代码如下：

for (int i = 26; i > 0; count--) {
    for (int j = 26 - 1; i >= 0; i--) {
        if (occurrences[j] == i) {
            fprintf(output, "%c", j + 'A');
        }
    }
}

当前实现统计功能的完整C代码：

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

void process_input_file(const char* input_file, const char* output_file) {
    FILE* input = fopen(input_file, "r");
    if (input == NULL) {
        perror("Error opening the input file");
        exit(EXIT_FAILURE);
    }

    int occurrences[26] = {0};
    int c;
    while ((c = fgetc(input)) != EOF) {
        if (isalpha(c)) {
            c = toupper(c);
            occurrences[c - 'A']++;
        }
    }
    fclose(input);

    FILE* output = fopen(output_file, "w");
    if (output == NULL) {
        perror("Error opening the output file");
        exit(EXIT_FAILURE);
    }

    for (int i = 0; i < 26; i++) {
        if (occurrences[i] > 0) {
            fprintf(output, "%c", i + 'A');
        }
    }
    fclose(output);
}

int main() {
    char input_file[1000];
    printf("Enter the name of the input file: ");
    scanf("%s", input_file);
    process_input_file(input_file, "statistics.txt");

    return 0;
}

解决方案 #

问题分析 #

原代码仅按A-Z顺序输出存在的字母，完全未处理排序逻辑。你尝试的倒序遍历代码存在循环变量混乱（count未定义、内层循环错误使用i作为终止条件）的问题，无法实现预期排序。

正确实现逻辑 #

要满足需求，我们可以：

1. 先统计所有字母的出现次数，找到最大出现次数
2. 从最大次数开始递减遍历每个可能的次数值
3. 对每个次数值，从Z到A倒序遍历字母数组，确保频率相同时ASCII值大的字母优先输出

修改后的代码 #

替换原代码中输出部分的循环，完整修改后的函数如下：

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

void process_input_file(const char* input_file, const char* output_file) {
    FILE* input = fopen(input_file, "r");
    if (input == NULL) {
        perror("Error opening the input file");
        exit(EXIT_FAILURE);
    }

    int occurrences[26] = {0};
    int c;
    while ((c = fgetc(input)) != EOF) {
        if (isalpha(c)) {
            c = toupper(c);
            occurrences[c - 'A']++;
        }
    }
    fclose(input);

    FILE* output = fopen(output_file, "w");
    if (output == NULL) {
        perror("Error opening the output file");
        exit(EXIT_FAILURE);
    }

    // 找到最大出现次数
    int max_count = 0;
    for (int i = 0; i < 26; i++) {
        if (occurrences[i] > max_count) {
            max_count = occurrences[i];
        }
    }

    // 按频率从高到低、同频率按ASCII降序输出
    for (int count = max_count; count > 0; count--) {
        for (int j = 25; j >= 0; j--) {
            if (occurrences[j] == count) {
                fprintf(output, "%c", j + 'A');
            }
        }
    }

    fclose(output);
}

int main() {
    char input_file[1000];
    printf("Enter the name of the input file: ");
    scanf("%s", input_file);
    process_input_file(input_file, "statistics.txt");

    return 0;
}

效果验证 #

用示例输入测试，输出结果为EOAJKNRTVDIMPZ，完全符合预期要求。

内容的提问来源于stack exchange，提问作者eminbihh