統計出現頻率最高的十個單詞的程序性能分析

李竹君 2011211964 0401115班

    1.使用C語言。

     2.總體思路：首先將一篇文章分詞，分詞的方法是將逐字符的判斷一篇文章，若是該字符的ASCII碼在「A~Z」或「a~z」之間（區分大小寫），則該字符屬於一個單詞的一部分，若是該字符不在「A~Z」或者「a~z」，則該字符爲兩個單詞之間的分隔符（多個標點或者空格相連的狀況下在3.講）。將分隔下來的單詞和該單詞的長度存入結構體，將全部結構體構成鏈表，將表頭的單詞與除表頭外的全部單詞進行比較，若是出現一個單詞和原節點單詞相等，則將該節點刪掉，以此類推，直到最後一個節點，記錄相等節點數目，並存入該節點結構體，而後再將表頭的下一個節點單詞與該節點的後續節點比較，以此類推，直到全部節點都比較完畢。再對全部鏈表節點內的相等節點數目進行升序排序，取前十位，則獲得結果。

     3.具體實現細節：1）多個標點或空格：在造成鏈表的過程當中，若出現多個標點或空格，則判斷該節點內的單詞是否爲'\0'，若爲'\0'，則原文中此處出現多個標點或空格相連。將該節點刪去便可。2) 將節點的單詞長度記錄下來是爲了在比較過程當中提升效率，即單詞長度不等則單詞確定不等。

     4.採用「選擇排序」。

     5.原文檔303kb.

      6.運行結果：

7.性能分析:

能夠看到，總共程序運行1.6s，在單獨工做的函數中，除主函數外，pre_sort()是佔用時間百分比最多的，在pre_sort中，主要實現的是對於單詞鏈表的處理，即便鏈表節點的單詞不重複，並記錄該單詞出現的次數，其次是sort()，該函數主要是節點頻數進行排序，若是要優化過程的話，能夠從對排序進行優化，當單詞數目較多時，改用快速排序，能夠下降運行時間，優化代碼。

8.心得：寫完程序以後，我感受技術性的工做就比如變魔術，其實原理是很是簡單的，甚至能夠說簡單的好笑，可是當你就是作出這麼一個簡單的東西出來以後，一些外行們有時候會用崇拜的眼光看着你，以爲你很厲害，很高深莫測。可是製做的過程他們殊不知道，也許知道以後他們只是會啞然失笑，原來這個東西的製做過程是如此的簡單。這個能夠說就是技術的魅力了。