計算單字出現的次數

Question

例:
九十五學年度四技二專聯合甄選委員會南台科技大學指出，技優甄保今年首度採行網路選填志願，共有六千兩百六十七人符合網路選填志願資格，實際上有六千零五十四人完成志願選填，共有四千六百三十一人錄取，錄取率達百分之七十七點五。

讀入一篇短文
欲計算裡面出現的單字(如:人) 出現三次
出現的次數
如何用C寫這個程式

再請問那如果要改成算
四技二專,資格,錄取
這類不是單字的 又要如何寫比較好呢?

Answer 1

圖片參考：http://img80.imageshack.us/img80/8937/07142rx.jpg
#include#includevoid main(){ FILE *fp,*tp; tp=fopen("bb.txt","r"); char bfr[255],word[10][10]; char *pch; int i=0,s=0; while(fgets(word[i],10,tp)!=NULL) {  word[i][2]='\0';  fp=fopen("aa.txt","r");  while(fgets(bfr,255,fp)!=NULL)  {   pch=strstr(bfr,word[i]);   s++;   while(pch!=NULL)   {    pch=strstr(pch+1,word[i]);    if(pch!=NULL) s++;   }  }  printf("\"%s\" 出現 %d 次\n",word[i],s);  i++;s=0; }}ps..我用的方法比較平常，請見諒。

Answer 2

BIG5常用字5401,加上非常用字有13053,是可以不需要用到32768那麼多個counter.
不過要自己去找範圍表,因為中文字有跳號,並非全都連續.

Answer 3

一個中文字是由 2 個 byte 的資料構成的。
你可以宣告一個 integer array (int C[32768])，把它全歸 0 (用 memset 或 bzero)。
讀進一個個中文字（判斷一下第一個讀進的byte有沒有 >127，沒，英文；有，中文，請讀下一個byte來合成一個中文）。（〝可〞用 union 來讓 2 個 char 〝自動〞變成一個 short。）

把第〝中文字組成的 integer 減去 32768〞個陣列內容加 1 (如 〝一〞 的 BG5 碼是 42048，就寫 C[c-32768]++ ，C[] 是您的 array, c 是中文字的 integer，以〝一〞為例，c=42048，所以是 C[9280]被加了 1。)

讀完全檔後，把值不是 0 的字印出值來，就可以了。

這方法的好處：
　1. 只用了 32728 個 units (看你要用 char, short, int, 還是 long)，就可處理〝相當〞大的文件檔。
　2. 可用於相當多種的內碼系統，而程式本身卻完全沒有處理到內碼系統的問題。

你是問〝如何〞嘛，所以，我只寫方法，不寫程式囉！
程式自己寫，才會進步！

加油！！ ^_^

2006-07-14 00:35:15 補充：
那還要去轉換這、轉換那的！
要是在15年前，我會這麼寫，我在15年前還真的這麼寫過。
現在，RAM那麼大，小斌應該也是初學者，還要再解釋 BIG5的 對應法，再考慮使用者造字．．．
所以，我才用這樣的方法。
還順便免了（現在很少遇到的）內碼不同的問題。
而倚天最後又把BIG5的13053擴充成13094，Windows也把它收下了。
所以，我覺得，還是這樣最簡單，好學、在現代電腦不會有RAM不夠的問題、程式也不見得會比較慢、又能吃下使用者造字、不同內碼的問題。

2006-07-15 00:06:05 補充：
建議：
在ASD的程式最後２個}} 之間加上
fclose(fp);
不然，bb.txt檔一大，會出問題。

2006-07-24 05:47:41 補充：
〝又要如何寫比較好呢〞
好很難定義耶！
寫程式時比較快？
跑程式時比較快？
原始程式比較短？
執行程式比較短？
比較不會出問題？
比較省記憶體？
．．．
太多了！