如何用C统计字典单词前两个字母的出现频率并存入二维数组
核心解决思路
你遗漏的核心基础知识点是:C 语言中char类型本质是整数,存储的是字符对应的ASCII码值,可以直接当作数组下标使用,完全不需要if/switch判断字符是a还是z。
你不需要把所有单词都存入数组再遍历统计,读一行直接统计一行即可,逻辑非常简单:
- 初始化一个二维计数数组,所有元素默认值为0
- 对每个读取到的单词,直接取前两个字符作为二维数组的下标,对应位置计数+1即可
现有代码的问题修正
你写的代码存在几个明显错误:
if (*fp == NULL)写法错误,应该直接判断fp == NULLgetline的line指针是复用的,你直接把line赋值给arr[i]会导致所有数组元素都指向最后一行的内容,不会保存历史读取结果- 三层循环的逻辑完全倒置,不需要遍历字母去匹配单词,直接遍历单词更新计数即可
可运行的实现代码
#include <stdio.h> #include <stdlib.h> #include <string.h> int main (void) { char *line = NULL; size_t len = 0; ssize_t read; // 定义256*256的二维计数数组,覆盖所有ASCII字符场景,初始化为0 int count[256][256] = {0}; FILE *fp = fopen("large", "r"); if (fp == NULL) { perror("打开文件失败"); return 1; } while ((read = getline(&line, &len, fp)) != -1) { // 去掉行尾的换行符 line[strcspn(line, "\n")] = '\0'; // 跳过空行 if (line[0] == '\0') continue; unsigned char c1 = line[0]; unsigned char c2 = (strlen(line) >= 2) ? line[1] : '\0'; // 直接累加计数,不需要任何分支判断 count[c1][c2]++; } // 按照需求输出a-z开头的双字母组合统计结果 for (char c1 = 'a'; c1 <= 'z'; c1++) { for (char c2 = 'a'; c2 <= 'z'; c2++) { printf("%c%c* = %d\n", c1, c2, count[(unsigned char)c1][(unsigned char)c2]); } } fclose(fp); if (line) free(line); return 0; }
边界场景处理说明
- 单字母单词:代码中会将第二个字符记为
\0,如果你不需要统计这类单词,只要在累加计数前加判断if (strlen(line) < 2) continue;即可 - 带单引号的单词:直接按ASCII值存入计数数组,如果你只需要统计两个字符都是小写字母的组合,只要在累加前判断
c1 >= 'a' && c1 <= 'z' && c2 >= 'a' && c2 <= 'z'即可 - 如果不需要兼容其他ASCII字符,也可以把二维数组大小改为
26*26,用c1 - 'a'和c2 - 'a'作为下标,占用内存更小。
内容的提问来源于stack exchange,提问作者MiguelP
相关产品推荐
相关产品推荐

