如何用C语言读取文件并统计不同单词数量（补全现有代码）

看起来你已经搞定了总单词数的统计，现在要实现去重后的不同单词计数对吧？我给你补全代码，用链表来存储唯一单词——这是处理不确定数量元素的灵活方案，不用担心数组大小不够的问题。

完整代码（含补全部分） #

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h> // 用于处理大小写统一（可选）

#define MAX 80
typedef char string[MAX+1];

// 定义链表节点，存储唯一单词
typedef struct Node {
    string word;
    struct Node *next;
} Node;

// 检查单词是否已存在于链表中
int wordExists(Node *head, const string target) {
    Node *current = head;
    while (current != NULL) {
        // 若需忽略大小写，可替换为strcasecmp(Linux/macOS)或_stricmp(Windows)
        if (strcmp(current->word, target) == 0) {
            return 1; // 存在返回1
        }
        current = current->next;
    }
    return 0; // 不存在返回0
}

// 向链表头部添加新单词
Node* addWord(Node *head, const string newWord) {
    Node *newNode = (Node*)malloc(sizeof(Node));
    if (newNode == NULL) {
        printf("内存分配失败！\n");
        exit(1);
    }
    strcpy(newNode->word, newWord);
    newNode->next = head;
    return newNode;
}

// 统计链表中唯一单词的数量
int countUniqueWords(Node *head) {
    int count = 0;
    Node *current = head;
    while (current != NULL) {
        count++;
        current = current->next;
    }
    return count;
}

// 释放链表内存，避免泄漏
void freeList(Node *head) {
    Node *temp;
    while (head != NULL) {
        temp = head;
        head = head->next;
        free(temp);
    }
}

void main() {
    FILE *fp;
    string filename, word;
    int totalWords = 0;
    Node *uniqueWordsHead = NULL; // 唯一单词链表的头节点

    printf("请输入要读取的文件名：");
    scanf("%s", filename);

    fp = fopen(filename, "r");
    if (fp == NULL) {
        printf("无法打开文件 %s\n", filename);
        exit(1);
    }

    // 读取文件中的每个单词
    while (fscanf(fp, "%s", word) != EOF) {
        totalWords++; // 统计总单词数

        // 可选：统一转换为小写，让Hello和hello被视为同一个单词
        // for (int i = 0; word[i]; i++) {
        //     word[i] = tolower(word[i]);
        // }

        // 若单词未出现过，添加到唯一单词链表
        if (!wordExists(uniqueWordsHead, word)) {
            uniqueWordsHead = addWord(uniqueWordsHead, word);
        }
    }

    fclose(fp);

    // 计算并输出结果
    int uniqueCount = countUniqueWords(uniqueWordsHead);
    printf("总单词数：%d\n", totalWords);
    printf("不同单词数：%d\n", uniqueCount);

    // 清理链表内存
    freeList(uniqueWordsHead);
}

补全部分的核心逻辑解析 #

1. 链表结构设计：用链表存储已经出现过的单词，每个节点保存一个单词和下一个节点的指针，动态扩展不会浪费内存。
2. 唯一性检查：每次读取新单词后，遍历链表对比，确保只有没出现过的单词才会被加入链表。
3. 内存管理：最后释放链表的所有节点，避免C语言常见的内存泄漏问题。
4. 可选优化：代码里注释了大小写统一的逻辑，如果你需要忽略大小写差异，取消注释即可。

这个方案逻辑清晰，和你原有的总单词统计逻辑完美整合，运行后就能同时输出总单词数和去重后的不同单词数啦。

内容的提问来源于stack exchange，提问作者J'Neal