-
Notifications
You must be signed in to change notification settings - Fork 0
/
arvoretrie.c
383 lines (324 loc) · 8.57 KB
/
arvoretrie.c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
/* Universidade Federal da Bahia
Busca em texto - Trabalho de Estrutura de Dados e Algoritmos II - MATA54
Professor Mauricio Pamplona
Pedro Marcelino */
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <stdbool.h>
#define TAMANHO 26
#define NUMMIN(a, b, c) ((a) < (b) ? ((a) < (c) ? (a) : (c)) : ((b) < (c) ? (b) : (c)))
//estrutura da arvore trie
typedef struct Arvore{
struct Arvore *v[TAMANHO];
char flag;
char *palavra;
}Arvore, *Parvore;
//estrutura para armazenar as palavras em ordem crescente
typedef struct Lista{
char *palavra;
struct Lista *prox;
}Lista, *PLista;
char separadores[] = {' ','\n','\t','_','-','.',',','!','?',':',';'};
char menorpalavra[2000000];
int menor = 100;
void inicializaArvore(Parvore *node);
void inicializaLista(PLista *l);
void inserir_palavra(Parvore *node, int size, char *palavra);
int buscar_palavra(Parvore node, char *palavra);
int seekChar(char *str, char ch);
int consultar(PLista l, char *palavra);
void inserir_crescente(PLista *l, char *palavra);
void inserir_final(PLista *l, char *palavra);
void imprimir(PLista l);
int editDistance(char *palavra1, char *palavra2);
void buscarMenor(Parvore node, char *palavra);
//void buscarMenor(PLista l, char *palavra);
void inserir_normal(PLista *l, char *palavra);
int main(int argc, char *argv[]){
FILE *arquivo1, *arquivo2;
Parvore arvore;
PLista lista, lista2, lista3, p, z, y;
char carac_text, carac_dicio;
char word[2000000];
char word_text[2000000];
char other_word[2000000];
int i = 0, tam = 0, j = 0, lines = 1, k;
inicializaArvore(&arvore);
inicializaLista(&lista);
inicializaLista(&lista2);
inicializaLista(&lista3);
arquivo1 = fopen(argv[1], "r");
arquivo2 = fopen(argv[2], "r");
//PEGANDO TODAS AS PALAVRAS DO DICIONARIO E INSERINDO NA ARVORE TRIE
while((carac_dicio = fgetc(arquivo1)) != EOF){
if(carac_dicio != '\n'){
word[i] = carac_dicio;
i++;
}
else{
word[i] = '\0';
i = 0;
inserir_palavra(&arvore, strlen(word), word);
}
}
//LENDO E TRATANDO TODOS OS CARACTERES DO ARQUIVO2
while((carac_text = fgetc(arquivo2)) != EOF)
tam++;
//criando string com todo o conteudo do texto
char string[tam];
rewind(arquivo2);
i = 0;
while((carac_text = fgetc(arquivo2)) != EOF){
string[i] = carac_text;
i++;
}
string[i] = '\0'; //o texto todo esta nessa string
i = 0;
for(j = 0; j < tam; j++){
if((seekChar(separadores,string[j])) && (i == 0)){
//j++;
continue;
}
if(seekChar(separadores, string[j])){
word_text[i] = '\0';
strcpy(other_word,word_text);
i = 0;
for(k = 0; k < strlen(word_text); k++)
word_text[k] = tolower(word_text[k]);
if(buscar_palavra(arvore, word_text) == 1){
inserir_crescente(&lista, word_text);
}
else{
inserir_final(&lista2, other_word);
}
}
else{
word_text[i] = string[j];
i++;
}
}
i = 0;
for(p = lista; (p != NULL); p = p->prox){
int aux = 1;
int number;
printf("%s", p->palavra);
for(j = 0; j < tam; j++){
if(seekChar(separadores, string[j])){
word_text[i] = '\0';
i = 0;
for(k = 0; k < strlen(word_text); k++)
word_text[k] = tolower(word_text[k]);
if((strcmp(word_text,p->palavra)) == 0){
if (lines != number){
if(aux == 1){
printf(" %d", lines);
number = lines;
}
else{
printf(", %d", lines);
number = lines;
}
aux = 0;
}
}
if(string[j] == '\n'){
lines++;
number = lines-1;
}
}
else{
word_text[i] = string[j];
i++;
}
}
printf("\n");
lines = 1;
}
//imprimir(lista2);
for(z = lista2; (z != NULL); z = z->prox){
printf("%s ", z->palavra);
//for(y = lista3; (y != NULL); y = y->prox){
buscarMenor(arvore, z->palavra);
printf("%s\n", menorpalavra);
menorpalavra[0] = '\0';
menor = 100;
}
}
void inicializaArvore(Parvore *node){
*node = NULL;
}
void inicializaLista(PLista *l){
*l = NULL;
}
void inserir_palavra(Parvore *node, int size, char *palavra){
int i;
if(*node == NULL){
*node = (Arvore *)malloc(sizeof(Arvore));
for(i = 0; i < TAMANHO; i++)
(*node)->v[i] = NULL;
if(palavra[0] != '\0'){
inserir_palavra(&(*node)->v[palavra[0] - 'a'], size, palavra + 1);
(*node)->flag = 0;
}
else{
(*node)->flag = 1;
(*node)->palavra = malloc(size);
strcpy((*node)->palavra, palavra - size);
}
}
else{
if(palavra[0] != '\0'){
inserir_palavra(&(*node)->v[palavra[0] - 'a'], size, palavra + 1);
}
else{
(*node)->flag = 1;
(*node)->palavra = malloc(size);
strcpy((*node)->palavra, palavra - size);
}
}
}
//funcao que retorna '0' caso a palavra desejada nao se encontra na arvore trie. Se estiver no dicionario, retorna '1'
int buscar_palavra(Parvore node, char *palavra){
if(node == NULL)
return 0;
else
if(palavra[0] == '\0')
return (node->flag ? 1:0); //retornando 1 ou 0 caso a palavra esteja ou nao no dicionario, respectivamente
else
return buscar_palavra(node->v[palavra[0] - 'a'], palavra + 1);
}
int seekChar(char *str, char ch){
int i;
for(i = 0; i < strlen(str); i++)
if (str[i] == ch)
return 1;
return 0;
}
int consultar(PLista l, char *palavra){
PLista p;
for(p = l; (p != NULL) && (strcmp(p->palavra, palavra) != 0); p = p->prox);
//for(p = l; (p != NULL) || (strcmp(p->palavra, palavra) != 0); p = p->prox);
if(p == NULL)
return 0;
else
return 1;
}
//funcao para inserir em ordem crescente
void inserir_crescente(PLista *l, char *palavra)
{
PLista p, q, r;
p = ((Lista *)malloc(sizeof(Lista)));
p->palavra = malloc(strlen(palavra));
r = *l;
if(consultar(*l, palavra) == 1)
return;
if(r == NULL) //lista vazia
{
strcpy(p->palavra, palavra);
p->prox = NULL;
*l = p;
}
else
{
for(q = NULL, r = *l; (r); q = r, r = r->prox)
{
if((strcmp(palavra, r->palavra) > 0) && (r->prox == NULL)) //final da lista
{
strcpy(p->palavra, palavra);
//printf("ordenada %s\n", p->palavra);
p->prox = NULL;
r->prox = p;
return;
}
else
{
if((strcmp(palavra, r->palavra) < 0) && (q == NULL)) //inicio da lista
{
strcpy(p->palavra, palavra);
//printf("ordenada %s\n", p->palavra);
p->prox = r;
*l = p;
return;
}
else
{
if((strcmp(palavra, r->palavra) < 0) && (q)) //meio da lista
{
strcpy(p->palavra, palavra);
//printf("ordenada %s\n", p->palavra);
q->prox = p;
p->prox = r;
return;
}
}
}
}
}
}
void inserir_final(PLista *l, char *palavra){
PLista p, q;
p = ((Lista *)malloc(sizeof(Lista)));
p->palavra = malloc(strlen(palavra));
if(*l == NULL){
*l = p;
strcpy(p->palavra, palavra);
p->prox = NULL;
}
else{
for(q = *l; (q->prox); q = q->prox);
q->prox = p;
strcpy(p->palavra, palavra);
p->prox = NULL;
}
}
void imprimir(PLista l){
PLista p;
for(p = l; (p); p = p->prox)
printf("%s\n", p->palavra);
}
int editDistance(char *palavra1, char *palavra2){
unsigned int a, b, tamP1, tamP2;
tamP1 = strlen(palavra1);
tamP2 = strlen(palavra2);
unsigned int vetor[tamP2+1][tamP1+1];
vetor[0][0] = 0;
for (a = 1; a <= tamP2; a++)
vetor[a][0] = vetor[a - 1][0] + 1;
for (b = 1; b <= tamP1; b++)
vetor[0][b] = vetor[0][b - 1] + 1;
for (a = 1; a <= tamP2; a++)
for (b = 1; b <= tamP1; b++)
vetor[a][b] = NUMMIN(vetor[a - 1][b] + 1, vetor[a][b - 1] + 1, vetor[a - 1][b - 1] + (palavra1[b - 1] == palavra2[a - 1] ? 0 : 1));
return(vetor[tamP2][tamP1]);
}
void buscarMenor(Parvore node, char *palavra){
int i;
int variavel;
if(node == NULL)
return;
for(i = 0; i < TAMANHO; i++){
if(node->flag == 1){
variavel = editDistance(node->palavra, palavra);
if(variavel < menor){
menor = variavel;
strcpy(menorpalavra, node->palavra);
}
}
else
buscarMenor(node->v[i], palavra);
}
}
/*void buscarMenor(PLista l, char *palavra){
PLista p;
int variavel;
int menor = 100;
for(p = l; (p); p = p->prox){
variavel = editDistance(palavra, p->palavra);
if(variavel < menor){
menor = variavel;
strcpy(menorpalavra, p->palavra);
}
}
printf("%s\n", menorpalavra);
}*/