C语言实现二叉树-利用二叉树统计单词数目

昨天刚参加了腾讯2015年在线模拟考；

四道大题的第一题就是单词统计程序的设计思想；

为了记住这一天，我打算今天通过代码实现一下；

我将用到的核心数据结构是二叉树；

（要是想了解简单二叉树的实现，可以参考我的另一篇文章：http://www.cnblogs.com/landpack/p/4783120.html）

Problem

我需要统计的单词是在程序直接硬编码的；

这样做得原因是省略了文件输入输出所带来的困惑；

我的每篇文章，一般只说一个主题；

这样也方便我日后复习；

Solution

首先，我们需要定义一个结构体，如下代码所示：

const int LONGEST_WORD = ;    // The longest word size

struct binary_tree {
    char str[LONGEST_WORD];
    int count;
    struct binary_tree * left;
    struct binary_tree * right;
};

typedef struct binary_tree node;

注意到，我们假设最长的单词定义为一个常量，在这里我觉得目前32这个长度应该可以啦；

如果要统计的文章是化学论文，建议你再加大数字，因为化学式通常都很长；

然后是，我们的结构体；这应该很容易理解的；

由于C语言没有提供我想要的BOOL类型，因此自己动手写啦下面的代码；

这个定义非常有用，通常它比define更加值得推荐；

enum BOOL {
    NO,
    YES
};  

typedef enum BOOL BOOL;

接下来，我们需要知道单词之间是如何比较大小的；

因此，需要一个函数叫做cmp；

代码实现如下：

BOOL cmp(char * s, char * t)
{
    int i;
    for (i = ; s[i] == t[i]; i++)
        if ( s[i] == '\0' )
            return NO;
    return (s[i] - t[i]) <  ? NO:YES;
}

同时遍历两个字符串，然后对返回值进行一个处理；

这样只会返回两种情况NO/YES，不然的话会返回三种值(-1，0，正数);

那样的话，不利于我们往后的工作；

接下来呢，就是如果返回YES我们该（如何） （做什么）；

如果返回NO我们又该（如何）（做什么）；

因此，我们需要一个insert函数，把数据的两种不同分别插入左右子树；

void insert(node ** tree, char * val) {
    node * temp = NULL;
    if(!(*tree)) {
        temp = (node*)malloc(sizeof(node));
        temp->left = temp->right = NULL;
        temp->str = val;    //issue code ...
        temp->count = ;
        *tree = temp;
        return ;
    }

    if(cmp(val, (*tree)->str)) {
        insert(&(*tree)->left,val);
    }else if (cmp(val,(*tree)->str)) {
        insert(&(*tree)->right,val);
    }else{
        (*tree)->count++;
    }
} 

这段代码和前面提到的(C语言实现二叉树)里面的代码几乎一样的，哪里有详细介绍；

这里主要讲解一下注释有issue code的那行，如果这行不修改，程序将会蹦溃；

但是，我会故意不马上修改它，继续往下写；

我们需要一个函数，销毁节点：

void deltree(node * tree) {
    if(tree) {
        deltree(tree->left);
        deltree(tree->right);
        free(tree);
    }
}   

为了查看我们的结果，我们需要一种遍历方式；

这里我们就选择中序吧！

void print_inorder(node * tree) {
    if(tree) {
        print_inorder(tree->left);
        printf("[%s\t\t\t]count:[%d]\n",tree->str,tree->count);
        print_inorder(tree->right);
    }
} 

我们把头文件stdio.h/stdlib.h引入后；

把主int main(int argc, char ** arg{

    node * root;
    node * tmp;
    //int i;

    root = NULL;
    /* Inserting nodes into tree */
    insert(&root,"hello");
    insert(&root,"hey");
    insert(&root,"hello");
    insert(&root,"ok");
    insert(&root,"hey");
    insert(&root,"hey");
    insert(&root,"hey")；

    printf("In Order Display\n");
    print_inorder(root);/* Deleting all nodes of tree */

    deltree(root);
}

gcc编译运行得到如下结果：

果然，我们的issue code有问题，原因是字符串不能像其他的，例如int类型一样直接用‘=’号赋值；

所以我们需要一个cpy函数：

void mystrcpy(char *s, char *t)
{
    while ((*s++ = *t++) != '\0')
        ;
}

所有代码如下：

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

const int LONGEST_WORD = ;    // The longest word size

struct binary_tree {
    char str[LONGEST_WORD];
    int count;
    struct binary_tree * left;
    struct binary_tree * right;
};

typedef struct binary_tree node;

enum BOOL {
    NO,
    YES
};

typedef enum BOOL BOOL;

BOOL cmp(char * s, char * t)
{
    int i;
    for (i = ; s[i] == t[i]; i++)
        if ( s[i] == '\0' )
            return NO;
    return (s[i] - t[i]) <  ? NO:YES;
}
void mystrcpy(char *s, char *t)
{
    while ((*s++ = *t++) != '\0')
        ;
}

void insert(node ** tree, char * val) {
    node * temp = NULL;
    if(!(*tree)) {
        temp = (node*)malloc(sizeof(node));
        temp->left = temp->right = NULL;
        //temp->str = val;  //issue code ...
        mystrcpy(temp->str,val);
        temp->count = ;
        *tree = temp;
        return ;
    }

    if(cmp(val, (*tree)->str)) {
        insert(&(*tree)->left,val);
    }else if (cmp(val,(*tree)->str)) {
        insert(&(*tree)->right,val);
    }else{
        (*tree)->count++;
    }
}

void deltree(node * tree) {
    if(tree) {
        deltree(tree->left);
        deltree(tree->right);
        free(tree);
    }
}

void print_inorder(node * tree) {
    if(tree) {
        print_inorder(tree->left);
        printf("[%s\t\t\t]count:[%d]\n",tree->str,tree->count);
        print_inorder(tree->right);
    }
}

int main(int argc, char ** argv)
{
    node * root;
    node * tmp;
    //int i;

    root = NULL;
    /* Inserting nodes into tree */
    insert(&root,"hello");
    insert(&root,"hey");
    insert(&root,"hello");
    insert(&root,"ok");
    insert(&root,"hey");
    insert(&root,"hey");
    insert(&root,"hey");

    printf("In Order Display\n");
    print_inorder(root);

    /* Deleting all nodes of tree */

    deltree(root);
}

最后运行结果如下：

Discussion

那么这个程序已经完成啦！

还有很多可以优化的，也可以增加更多的功能；

例如，查找特定字符出现的次数；

或者特定字符所出现的行数，等等都可以；

我们会在日后慢慢完善；

See Also

无；