试图在一行中找到一个单词的索引（以单词数衡量）

Question

我有以下代码，它检查一行。计算一些单词并计算每个单词出现的频率。基本上，我想添加一个计数器，以便对于每个单词（由 getNextWord 获取），它将该单词的数量记录为 struct word_t 中的 wordCount （例如，如果该行是“所有，猫！游泳非常far”，我需要它为所有人记录 0，为猫记录 1，为游泳记录 2，等等）这是我正在处理的功能：

void
func4(line_t * linePtr, int argnum, char * argval[]) {

    int getfrequency(line_t* linePtr, char* checkword);
    word_t word;
    int Size;
    int i;
    int k=0;
    int wordfound[MAX_QUERYLENGTH]; /* 1 if query term matches word in line */
    for(i = 1; i < argnum; i++,k++) {
        int freq = 0;
        int offsetval = 0;
        int* offset = &offsetval;
        wordfound[i] = 0; 


        if (wordfound[i] == 1) {
            freq = getfrequency(linePtr, argval[i]);            
            /* this is where I require access to the index */
        }
    }                   
}

我的结构在这里定义。请注意，stopIndex 和 startIndex 以字符为单位。我要查找的索引（以单词为单位）将称为 wordCount（如下所列）。

typedef struct word_t {
  int startIndex;
  int stopIndex;
  int wordCount;
  int frequency;
  char buf[MAX_LINELEN];
  int wordSz; /* szie of word*/
} word_t;

仅供参考，我也将函数调用放在这里： 而 (-1 != (line.lineLength = getline((char**) &line.buf, &maxSz, stdin))) { /* 更多代码在这里！ */ stage4(&line,argc,argv,&word); }

我曾尝试在调用 getNextWord 之后添加 word.wordCount++，但这不起作用（即使在函数调用所在的 while 循环中初始化为 0 之后）。我也一直在尝试使用 wordPtr->wordCount，但没有得到我想要的。

谢谢。

进一步说明： 我正在使用 argv 为 argval 的命令行参数。这些构成查询词。然后我逐行搜索查询词的文本（stdin）。频率是与查询词匹配的单词在文本的 1 行中出现的频率（例如，如果查询词是“cat hat mat”并且标准输入的第一行是“cat cat cat sat that”，那么cat 的频率为 3）。

我需要的是获取标准输入的每一行并记录与查询词匹配的每个单词的单词编号（wordCount）（匹配是使用 strncasecmp 确定的）。也就是说，如果query是“cat hat mat”，stdin的第一行是“cat cat cat sat mat”，我需要记录第一只猫在wordCount = 0，第二只猫在wordCount = 1，第三只猫在 wordCount = 2 处，而 mat 在 wordCount = 4 处。我只需要一种将这些 wordCounts 中的每一个存储在我的结构中的方法，以供以后访问。

Answer 1

我会以不同的方式解决这个问题。您可以在单个循环中获取单词的频率和第一次出现。我还会交换内部和外部循环，因此您不必重新标记循环。

使用每个单词的计数器来跟踪单词索引。同样保留一个频率数组。

void stage4(line_t * linePtr, int argnum, char * argval[])
{
    word_t word;
    int wordindex[MAX_QUERYLENGTH];    /* First index in this line or -1 if none */
    int freq[MAX_QUERYLENGTH];         /* Frequency in this line */
    int count = 0;                     /* Word counter */

    int offsetval = 0;
    int* offset = &offsetval;
    int i;    

    /* Initialise */
    for(i = 1; i < argnum; i++) {
        wordindex[i] = -1;
        freq[i] = 0;
    }

    word = getNextWord(linePtr->buf, linePtr->lineLength, offset, &word);

    while (0 != word.stopIndex) {           
        for(i = 1; i < argnum; i++,k++) {
            if (0 == strcasecmp(argval[i], word.buf)) {
                /* Found a word, update frequency and pos */
                if (freq[i] == 0) wordindex[i] = count;
                freq[i]++;

                /* Assuming argval is unique, there are no further hits */
                break;
            }
        }                   

        /* Update word count and read next word */
        count++;
        word = getNextWord(linePtr->buf, linePtr->lineLength, offset, &word);
    }    

    /* Print frequencies */    
    for(i = 1; i < argnum; i++) {
        if (wordindex[i] >= 0) printf("%s: %d\n", argval[i], freq[i]);
    }   
}

此代码未经测试，因为我无法访问您的（相当复杂的）阅读功能。它也没有解决如何存储本地频率和位置以供进一步使用。但它应该让您大致了解如何解决这个问题。

（单词索引的-1在这里是多余的，因为没有单词已经用零频率表示，但如果频率是所有行的累加值，它可以使用。）