如何统计C语言字符串数组中相同长度的单词数量

我正在读取一个字典文件，统计文件中的单词总数，并将每个单词存储到字符串数组中。之后我使用qsort()函数对单词先按长度排序，长度相同时按字母序排序。目前我需要统计数组中相同长度的单词数量，期望输出格式如下：

4 letters words: 2018
5 letters words: 170
6 letters words: 10
(...)

现有代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define MAX_STR 100

/* Sorting the words by length and alphabtichal order,
being legnth priority number one */

int compare(const void *a, const void *b){

    const char **str_a = (const char **)a;
    const char **str_b = (const char **)b;

    int len1 = strlen(*str_a);
    int len2 = strlen(*str_b);
    if (len1 < len2) return -1;
    if (len1 > len2) return  1;

    return strcmp(*str_a, *str_b);
}

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

    FILE *fp = NULL;
    int i = 0, n_total_palavras = 0;
    char str[MAX_STR];
    int  count = 0;
    char **Words;

    fp = fopen("words.dict", "r");
    if (fp == NULL){
        exit (0);
    }

    while (fscanf(fp,"%s",str) == 1){
        n_total_palavras++;
    }

    Words = (char **)malloc(n_total_palavras * sizeof (char *));
    if (Words == NULL){
        exit(0);
    }

    for (i = 0; i < n_total_palavras; i++){
        Words[i] = NULL;
         
    }

    rewind (fp);
    while (fscanf(fp,"%s",str) == 1){
       Words[count] = (char*)malloc((strlen(str)+1) * sizeof(char));
        strcpy(Words[count], str);
        count++;
    }

    qsort(Words, n_total_palavras, sizeof(Words[0]), compare);

    /* for(i = 0; i < n_total_palavras; i++){
        printf("%s\n", Words[i]);
    }
    */

    fclose(fp);
    return 0;
}

请问该如何实现统计相同长度单词数量的功能？

由于已经通过qsort()将单词按长度升序排列，相同长度的单词会连续分布，只需一次遍历就能完成统计：

实现步骤 #

在qsort()执行完毕后、fclose(fp)之前插入以下代码：

if (n_total_palavras == 0) {
        fclose(fp);
        return 0;
    }

    // 初始化当前统计的单词长度和计数
    int current_len = strlen(Words[0]);
    int current_count = 1;

    // 从第二个单词开始遍历数组
    for (i = 1; i < n_total_palavras; i++) {
        int curr_word_len = strlen(Words[i]);
        if (curr_word_len == current_len) {
            // 长度相同，计数加1
            current_count++;
        } else {
            // 长度变化，输出上一组统计结果
            printf("%d letters words: %d\n", current_len, current_count);
            // 更新当前统计的长度和计数
            current_len = curr_word_len;
            current_count = 1;
        }
    }
    // 输出最后一组长度的统计结果
    printf("%d letters words: %d\n", current_len, current_count);

关键说明 #

• 先判断总单词数为0的情况，避免空数组访问错误
• 遍历过程中，每次遇到长度变化时，输出之前长度的统计数据并重置计数
• 循环结束后必须输出最后一组数据，因为循环内仅在长度变化时触发输出，最后一组不会触发该逻辑

优化建议 #

可以在读取单词时同步记录每个单词的长度，避免遍历统计时重复调用strlen()：

1. 定义一个int *word_lengths数组，在分配Words内存后同步分配：

int *word_lengths = malloc(n_total_palavras * sizeof(int));
if (word_lengths == NULL) {
    // 内存分配失败处理逻辑
    exit(0);
}

2. 读取单词时存储长度：

rewind (fp);
while (fscanf(fp,"%s",str) == 1){
   Words[count] = (char*)malloc((strlen(str)+1) * sizeof(char));
    strcpy(Words[count], str);
    word_lengths[count] = strlen(str);
    count++;
}

3. 统计时直接使用word_lengths数组的值，无需重复计算：

int current_len = word_lengths[0];
// ...
int curr_word_len = word_lengths[i];

内容的提问来源于stack exchange，提问作者Userdsnv17