容器的綜合應用：文本查詢程序

需求

程序讀取用戶指定的任意文本文件，允許用戶從該文件中查找單詞。查詢結果是該單詞出現的次數，并列出每次出現所在行，如果某單詞在同一行中多次出現，程序將只顯示該行一次。行號按升序顯示，即第 7 行應該在第 9 行之前輸出，依此類推。例如，以本章的內容作為文件輸入，然后查找單詞“element”。輸出的前幾行應為：

element occurs 125 times
(line 62) element with a given key.
(line 64) second element with the same key.
(line 153) element |==| operator.
(line 250) the element type.
(line 398) corresponding element.
后面省略了大約 120 行。

?

看著書上的例子，自己寫了下，大致思路是

讀取文件，將文件以行為單位，放入vector<string>，再遍歷vector<string>，將每行每個單詞讀入map< string，set<unsigned> >中，最后從map中查找讀取

?

注意的地方

程序是不區分大小寫的，還需要去掉文章中的標點需要調用函數

頭文件#include<cctype>

ispunct() 檢查是否是非空格、非數字和非英文字母，類似函數isspace，isdigit，isalpha

tolower() 把字符轉換成小寫字母

對const成員的迭代器需要用const_iterator

?

對于內置類型，和長度比較短(8字節以內)的淺層結構，類等對象，傳值比傳引用效率更高。

對超過8字節的對象，一般傳引用效率更高。

但實際上傳引用或傳值的選擇，主要取決于功能需求而非效率需求。

?

詳解

獲取文件對象：

ifstream& open_file(ifstream &in,const string &file)
{
    in.close();
    in.clear();
    in.open(file.c_str());
    return in;
}

?

讀文件，創建vector和map

void TextQuery::read_file(ifstream &in)
{
    store_file(in);
    build_map();
}

void TextQuery::store_file(ifstream &in)
{
    string textline;
    while(getline(in,textline))
        lines_of_text.push_back(textline);
}

void TextQuery::build_map()
{
    for(line_no line_num = 0;line_num != lines_of_text.size();line_num++)
    {
        istringstream line(lines_of_text[line_num]);
        string word;
        while(line >> word)
        {
            word = cleanup_str(word);
            word_map[word].insert(line_num);
        }

    }
}

?

處理單詞中的符號，忽略大小寫

string TextQuery::cleanup_str(const string &word)
{
    string ret;
    for(string::const_iterator it = word.begin();it != word.end();++it)
    {
        if(!ispunct(*it))
            ret += tolower(*it);
    }
    return ret;    
}

?

查找單詞，返回值是map的第二個元素set，用來保存單詞所在的行號

set<TextQuery::line_no> TextQuery::run_query(const string &query_word) const
{
    map< string,set<line_no> >::const_iterator loc = word_map.find(query_word);
    if( loc == word_map.end() )
        return set<line_no>();    //找不到返回空的set對象
    else
        return loc ->second;
}

?

返回查找結果，這里有個漏洞，查找單詞的數目是為單詞所出現的行數（因為set不存儲重復元素）

void TextQuery::print_result(set<line_no> locs,const string &query_word)
{cout<<query_word<<":"<<locs.size()<<endl;set<line_no>::iterator it = locs.begin();while(it != locs.end()){cout<<"(line "<<*it+1<<") ";cout<<lines_of_text[*it]<<endl;it++;}
}

?

寫了兩個輔助函數，并未調用，為了查看vector和map中的內容

void TextQuery::show_vec()
{
    vector<string>::iterator ite = lines_of_text.begin();
    while(ite != lines_of_text.end())
        cout<<*ite++<<endl;
}
void TextQuery::show_map()
{
    map< string,set<line_no> >::iterator loc = word_map.begin();
    while(loc != word_map.end())
    {
        cout<<loc->first<<"\t";
        set<line_no>::iterator it = (loc->second).begin();
        while(it != (loc->second).end())
        {
            cout<<*it + 1<<" ";
            it++;
        }
        cout<<endl;
        loc++;
    }
}

運行結果

?

代碼點此下載