<<数据结构>>课程设计
数据结构课程设计报告
一、设计题目：单词（词组）检索
现在有一个英文字典（每个单词都是由小写的'a'-'z'组成）单词量很大，达到100多万的单词，而且还有很多重复的单词。此外，我们现在还有一些Document，每个Document包含一些英语单词。针对这个问题，请你选择合适的数据结构，组织这些数据，使时间复杂度和空间复杂度尽可能低，并且解决下面的问题和分析自己算法的时间复杂度。1）基本型问题
（1）选择合适的数据结构，将所有的英文单词生成一个字典Dictionary。
（2）给定一个单词，判断这个单词是否在字典Dictionary中。如果在单词库中，输出这个单词总共出现的次数。否则输出NO。
2）扩展型问题
（3）给定一个单词，按字典序输出字典Dictionary中所有以这个单词为前缀的单词。例如，如果字典T={a,aa,aaa,b,ba},如果你输入a,那么输出应该为{a,aa,aaa}。
-1-
<<数据结构>>课程设计
（4）给定一个单词，输出在Dictionary中以这个单词为前缀的单词的出现频率最高的10个单词，对于具有相同出现次数的情况，按照最近（即最后）插入的单词优先级比较高的原则输出。（5）输出Dictionary中出现次数最高的10个单词。
3）高级型问题
（6）现在我们有一些Document，每个Document由一些单词组成，现在的问题就是给你一个word，检索出哪些Document包含这个word，输出这些Document的DocumentID（就如同搜索引擎一样，即输入一些关键字，然后检索出和这些关键字相关的文档）。（7）在第（6）问中，我们只考虑了一个word在哪些Document中的情况，我们进一步考虑2个相邻word的情况，检索出同时包含这两个相邻word的DocumentID。
4）挑战型问题
（8）现在我们再对（7）的问题进行扩展，把（7）中的只检索相邻2个word推广到可以检索多个word（即连续的k个word，其中k>=2），检索出同时包含k个连续word的DocumentID。
二、设计思路：
对于（1）问，题目要求选择适当的数据结构将一百二十多万个英
文单词生成一个字典。我采用经典字典树结构进行构造，每个节点包括频度，时间，和后继二十六个指针。其中频度为单词的频度，若该字母为单词的最后一个字母，则该字母的pin为该单词的频度，否则
-2-
<<数据结构>>课程设计
pin为零。时间为单词最后一次出现的次序，为（4 