C语言中如何检查字符串中的重复单词？

Question

我正在解决 C 中的一个问题，我必须在字符串中找到重复的单词，例如

 char a[]="This is it This";

上面的字符串“This”出现两次，所以我想将其算作一个。

有人能建议如何实现这一目标吗？

Answer 1

这是一个可以满足您要求的程序。它被硬编码为 4 个字，最多 99 个字符。这很容易改变；我只是根据你的输入来调整它。我还使用了 strcmp 和 strcpy。这两个函数都可以自己实现（将它们称为 mystrcpy 和 mystrcmp 并嵌入它们）。我不会为你重写字符串函数。我确实根据其他答案展示了如何避免 strtok。我查了一下，它们并不复杂，但它们没有向程序添加任何内容，我不想重新发明轮子。最后，我只是在 notInArray 函数中使用了简单的线性搜索。对于大型数据集，这效率不高（您可能会使用某种类型的树或哈希）。

这是在 gcc 版本 4.3.4 下编译的，

#include <stdio.h>
#include <string.h>

int notInArray(char arr[][100], char *word, int size);

int main() {
  char a[] = "This is a This";
  char *ptr;
  char strarr[4][100];
  char word[100];
  int pos = 0;
  int count = 0;
  int i;

  memset(&strarr,0,sizeof(strarr));
  printf("%s\n\n",a);

  ptr = a;
  while (*ptr) {

    sscanf(ptr, "%s ", word);
    if (notInArray(strarr,word,4)) {
      strcpy(strarr[pos++],word);
      printf("%s\n", word);
    }

    while (!isspace(*ptr++) && *ptr) {}
  }

  for (i=0; i<4; i++) {
    if (*strarr[i]) {
      printf("strarr[%d]=%s\n",i, strarr[i]);
      count++;
    }
  }

  printf("\nUnique wordcount = %d\n", count);

  return(0);
}

int notInArray(char arr[][100], char *word, int size) {
  int i;

  for (i=0; i<size; i++) {
    if (*arr[i] && !strcmp(arr[i],word)) {
      return(0);
    }
  }

  return(1);
}

输出如下所示：

~>a
This is a This

This
is
a
strarr[0]=This
strarr[1]=is
strarr[2]=a

Unique wordcount = 3

Enjoy。

Answer 2

我可能会一次读一个单词（例如，使用 sscanf [编辑：刚刚看到你的评论 - 没有字符串函数仍然相当容易 - 只需扫描以查找空格/非空格字符即可找到单词 -烦人但不是主要的）并将它们放入一个数组中（或者，如果你有比上面显示的更多的东西，一个二叉搜索树）。

如果你想要计算每个单词出现的次数，你可以在每个节点中有一个 int （或其他）。如果您只想知道输入中的唯一单词，则不需要计数，只需要单词的集合。