面试题

weiwolves

　　前天面试遇了个题，现在还没个好方法，请高手指点。
　　给定一个文件，计算并输出文件中不同单词的个数，以及单词出现的行号码。

lenovo

你是咋想的呢？
先说出来听听。

yarco2

是一行一个单词吧?
不然, 你换行怎么算啊
比如:
      moon
cake
你算mooncake, 还是moon cake

[ 本帖最后由 yarco2 于 2005-11-19 00:29 编辑 ]

diogin

原帖由 weiwolves 于 2005-11-19 00:14 发表
　　前天面试遇了个题，现在还没个好方法，请高手指点。
　　给定一个文件，计算并输出文件中不同单词的个数，以及单词出现的行号码。

统计单词建议用二叉排序树结构
单词结点除左右指针域外再加个总个数域
不过统计行号有点麻烦……

er

题目要求感觉不太清楚，一行行的读文件，分隔出所有单词并记录行号到结构体中，再进行比较输出

大司南

我的思路是读空格和tab,同一行的只要单词后面含有空格和tab就把计数+1,直到独到\r.
比如:
hello come here

[ 本帖最后由 大司南 于 2005-11-19 10:39 编辑 ]

晏东

要简单也简单，要复杂也复杂。
行号不至一个，你怎么定义结构体呢？所以不需要定义结构体，只需要记录已经出现的单词。每出现一个新单词就遍历整个文件，然后统计个数，计算行号.不过效率可能不高。
判断单词就主要靠空格还有些特殊的结束符，最长的单词大概也就30个字符左右吧。

zalem

可不可以
1.先遍历文件一次，每个单词作为一个token并记录行号，这样一个10000个单词的文件就有10000个包含行号的token记录。
2.然后将这些token按字典顺序排序。
3.最后并合，每个并合后的记录有一个行号数组。

不知道一般面试多长时间，觉得没几个小时写不出来...

zy116

是不是要考虑文件大小，你避免应将单词全部读入内存，而耗尽内存。
说不定这个也是考察的一个方面呢！

jjdeng

编译原理
lex做很快就搞定