實驗五:小型文本搜索引擎的實現(12~15小時)
[問題描述]
隨著互聯網技術的快速發展，如何從海量數據中找到所需的內容不僅是研究人員的熱點問題，許多IT公司也推出了自己的搜索引擎，如Google、百度和Bing。搜索引擎的核心是如何為網頁建立有效的索引，從而快速找到並匹配查詢關鍵詞，及時將搜索結果返回給用戶。在本實驗中，請實現壹個英文單詞的二叉查找樹，並根據輸入的英文單詞進行搜索，同時給出單詞在文檔中的位置信息。
[實驗目的]
(1)掌握二叉查找樹的施工流程；
(2)掌握在二叉查找樹中插入和刪除節點的操作；
(3)掌握二叉樹的前序和中序遍歷；
(4)運用二叉查找樹解決實際問題。
[實驗內容和要求]
(1)構建二叉查找樹:
①從文件中讀入內容，過濾掉阿拉伯數字和標點符號，將英文字母的所有大寫形式轉換成小寫形式。
②.按照英文字母表的順序構建壹個英文單詞二叉查找樹。當兩個英文單詞的首字母相同時，按第二個字母排序，以此類推。
③.為每個英文單詞建立壹個單鏈表，用來存儲該單詞在文檔中的位置信息(即該單詞在文檔中是什麽單詞，序號從1開始)。如果壹個單詞在壹個文檔中出現多次，那麽鏈表將包含多個節點，並按照該單詞在文檔中出現的順序(位置信息)進行升序排序。
(2)穿越二叉查找樹:
(1)實現二叉查找樹的前序遍歷，從而找出出現頻率最高的詞；
(2)搜索:輸入壹個待搜索的單詞，預先以遍歷的方式從二叉查找樹中搜索該單詞，如果能找到該單詞，則輸出該單詞在原文檔中的位置信息，否則提示該文檔不包含所搜索的單詞；
③.實現二叉查找樹的中階遍歷，並將遍歷結果保存到壹個文件(words.txt)中。(要求:每個單詞占壹行，每行依次記錄單詞、單詞出現的次數、單詞在文檔中的位置信息。)
(3)刪除節點:
1.給定壹個停用詞列表(停用詞是指對搜索沒有影響的詞，如:of，and，a，an，the等。)，依次刪除二叉查找樹中的單詞(不僅刪除節點，還清空記錄單詞位置信息的單鏈表)；
(2)搜索時，當輸入的搜索詞是停用詞時，將不進行查詢。
[被選作內容]
(1)允許壹次輸入兩個或兩個以上的詞進行查詢，即先獲取這些詞在文檔中的位置信息，再分析這些詞的位置信息，判斷這些詞在原始文檔中是否連續出現。
(2)嘗試從多個文檔中讀取內容，建立二叉查找樹，並搜索多個文檔。
# include & ltiostream & gt
# include & lt字符串& gt
# include & ltcstring & gt
使用？命名空間？std
班級？雙星系統
{公共:
字符串？數據；
int？w；
BinaryTreeNode？* leftchild
BinaryTreeNode？*右孩子；
BinaryTreeNode？*父母；
int？位置[50]；
BinaryTreeNode(字符串？a，int？位置)
{
數據= a；
w = 1；
leftchild = NULL
rightchild = NULL
parent = NULL
位置[0]=位置；
}
};
班級？BSTree
{公共:
BinaryTreeNode？* root
BSTree(){ root = NULL；}
作廢？插入(字符串？a，int？position)；
作廢？刪除(字符串？關鍵)；
BinaryTreeNode？*搜索(字符串？key，BinaryTreeNode * & amp？pr，BinaryTreeNode？* & amp家長)；
作廢？in order(binary treenode * & amp；根)；
作廢？預訂(BinaryTreeNode * & amp根)；
};
作廢？in order(binary treenode * & amp；根)
{
如果(根)
{
in order(root-& gt；left child)；
cout & lt& ltroot-& gt；數據；
cout & lt& lt"?"& lt& ltroot-& gt；w & lt& ltendl
in order(root-& gt；right child)；
}
}
作廢？BSTree::PreOrder(binary treenode * & amp；？根)
{
如果(根)
{
cout & lt& ltroot-& gt；數據；
cout & lt& lt"?"& lt& ltroot-& gt；w & lt& ltendl
前序(根->；left child)；
前序(根->；right child)；
}
}
BinaryTreeNode？*BSTree::Search(string？key，BinaryTreeNode * & amp？pr，BinaryTreeNode * & amp？父母)
{
BinaryTreeNode？* p =根；
pr =根；
while(p)
{
父母= p；
if(key & lt；p->；數據)
{
pr = p；
p = p-& gt；leftchild
}
不然呢？if(key & gt；p->；數據)
{
pr = p；
p = p-& gt；右孩子；
}
其他
回歸？p；
}
回歸？NULL
}
作廢？BSTree::Insert(字符串？a，int？位置)
{
BinaryTreeNode？*pr，*p，* pp = NULL
p=Search(a，pr，PP)；
如果(p！=空)
{
p->；w++；
p->；pos[p->；w-1]= position；
返回；
}
BinaryTreeNode？* r =新？BinaryTreeNode(a，position)；
如果(！根)
root = r；
不然呢？如果(a & ltPP-& gt；數據)
PP-& gt；left child = r；
其他
PP-& gt；right child = r；
}
作廢？BSTree::Delete(字符串？關鍵)
{
BinaryTreeNode？*p，*pr，* pp
p =搜索(key，pp，pr)；
if(p==NULL)
返回；
如果(p->；左童& amp& ampp->；右兒童)
{
BinaryTreeNode？* s = p-& gt；rightchild，* PS = p；
while(s->；左孩子)
{
PS = s；
s = s-& gt；leftchild
}
p->；data = s-& gt；數據；
p->；w = s-& gt；w；
for(int？I = 0；我& lts-& gt；w；i++)
{
p->；pos[I]= s-& gt；pos[I]；
}
pp = ps
p = s；
}
如果(p->；左孩子)
{
如果(PP-& gt；leftchild==p)
{
PP-& gt；left child = p-& gt；leftchild
p->；left child-& gt；parent = pp
}
其他
{
PP-& gt；right child = p-& gt；leftchild
p->；left child-& gt；parent = pp
}
}
不然呢？如果(p->；右兒童)
{
如果(PP-& gt；leftchild==p)
{
PP-& gt；left child = p-& gt；右孩子；
p->；rightchild = pp
}
其他
{
PP-& gt；right child = p-& gt；右孩子；
p->；right child->；parent = pp
}
}
其他
{
如果(PP-& gt；leftchild==p)
PP-& gt；leftchild = NULL
其他
PP-& gt；rightchild = NULL
}
刪除？p；
}
字符串？Word(int？我)
{
字符串？word[9]=
{“壹個”，“壹個”，“和”，
“是”、“是”、“該”，
“of”，“was”，“were”，
};
回歸？word[I]；
}
int？主()
{
BSTree？*SearchTree=new？BSTree
夏爾？ch；
字符串？str
int？I = 2；
int？pos = 1；
while(cin.get(ch))
{
if(ch & gt；= ' a ' & amp& ampch & lt='z ')
{
str.insert(str.end()，ch)；
I = 0；
}
其他
{
if(ch & gt；= ' A ' & amp& ampch & lt='Z ')
{
str.insert(str.end()，char(ch+32))；
I = 0；
}
其他
{
如果(i==0)
{
搜索樹-& gt；插入(字符串，位置)；
pos++；
str.erase(str.begin()、str . end())；
}
i++；
}
}
if(ch=='# ')
打破；
}
搜索樹-& gt；InOrder(搜索樹-& gt；根)；
for(int？k = 0；k & lt9;k++)
{
搜索樹-& gt；刪除(單詞(k))；
}
搜索樹-& gt；預訂(搜索樹->；根)；
字符串？abc
cout & lt& lt"請輸入您要查找的字符:"；
BinaryTreeNode？*q，*p，* s；
而(CIN & gt；& gtabc)
{
p = search tree-& gt；搜索(abc，q，s)；
如果(p！=空)
{
cout & lt& ltabc & lt& lt"文本中出現的次數是:"
cout & lt& lt"它們的位置是:"；
for(int？j = 0；j & ltp->；w；j++)
{
cout & lt& ltp->；pos[j]& lt；& lt"?"；
}
}
其他
cout & lt& lt“這個字符串不在正文裏！”；
cout & lt& ltendl
cout & lt& lt"請輸入您要查找的字符:"；
}
}