统计出现频率最高的十个单词的程序性能分析

李竹君 2011211964 0401115班

    1.使用C语言。

     2.总体思路：首先将一篇文章分词，分词的方法是将逐字符的判断一篇文章，若是该字符的ASCII码在“A~Z”或“a~z”之间（区分大小写），则该字符属于一个单词的一部分，若是该字符不在“A~Z”或者“a~z”，则该字符为两个单词之间的分隔符（多个标点或者空格相连的状况下在3.讲）。将分隔下来的单词和该单词的长度存入结构体，将全部结构体构成链表，将表头的单词与除表头外的全部单词进行比较，若是出现一个单词和原节点单词相等，则将该节点删掉，以此类推，直到最后一个节点，记录相等节点数目，并存入该节点结构体，而后再将表头的下一个节点单词与该节点的后续节点比较，以此类推，直到全部节点都比较完毕。再对全部链表节点内的相等节点数目进行升序排序，取前十位，则获得结果。

     3.具体实现细节：1）多个标点或空格：在造成链表的过程当中，若出现多个标点或空格，则判断该节点内的单词是否为'\0'，若为'\0'，则原文中此处出现多个标点或空格相连。将该节点删去便可。2) 将节点的单词长度记录下来是为了在比较过程当中提升效率，即单词长度不等则单词确定不等。

     4.采用“选择排序”。

     5.原文档303kb.

      6.运行结果：

7.性能分析:

能够看到，总共程序运行1.6s，在单独工做的函数中，除主函数外，pre_sort()是占用时间百分比最多的，在pre_sort中，主要实现的是对于单词链表的处理，即便链表节点的单词不重复，并记录该单词出现的次数，其次是sort()，该函数主要是节点频数进行排序，若是要优化过程的话，能够从对排序进行优化，当单词数目较多时，改用快速排序，能够下降运行时间，优化代码。

8.心得：写完程序以后，我感受技术性的工做就比如变魔术，其实原理是很是简单的，甚至能够说简单的好笑，可是当你就是作出这么一个简单的东西出来以后，一些外行们有时候会用崇拜的眼光看着你，以为你很厉害，很高深莫测。可是制做的过程他们殊不知道，也许知道以后他们只是会哑然失笑，原来这个东西的制做过程是如此的简单。这个能够说就是技术的魅力了。