C++统计文件内给定关键词

博主刚开始学习c++，前段时间老师布置了c++的一个作业：

给定两个文件（一个源文件text4search.txt，一个文件keywords.txt包含需要在源文件中搜索的关键词），要求输出keywords.txt中每个关键词在源文件中出现的行号。

举个例子，如果keywords.txt中有一个关键词是c++，在text4search.txt中第1，7，9，43，543，586，2445行都出现了c++，那么应该输出c++:{1 7 9 43 543 586 2445 }。

先上完整版代码（代码已在vscode c++11标准运行成功）

#include <algorithm>
#include <fstream>
#include <iostream>
#include <map>
#include <sstream>
#include <vector>
using namespace std;
// 报错函数
void error(const char *p, const char *p2 = "") {
    std::cerr << p << ' ' << p2 << std::endl;
    std::exit(1);
}

map<string, vector<int>> keyCount(ifstream &inputFile, vector<string> &keywords) {
    map<string, vector<int>> resultMap;
    string line;
    int lineNum = 0;
    while (getline(inputFile, line)) {
        ++lineNum;
        // 读入文件的每一行
        std::istringstream sin(line);
        string word;
        //每行单词逐个检查是不是在keywords里面出现，而不是统计keyword在一行中出现的次数
        //这样不用单独写一个函数统计一行中某个关键词出现次数，也能够出现一次关键词就压入行号一次
        while (sin >> word) {
            auto it = find(keywords.begin(), keywords.end(), word);
            if (it != keywords.end()) {
                resultMap[word].push_back(lineNum);
            }
        }
    }
    return resultMap;
}

int main() {
    // 建立三个文件流对象并关联相应文件，注意这里大家要修改为自己的文件路径（或者使用命令行输入）
    std::ifstream fin1;
    fin1.open("D:/University/Code/cpp_vscode/lab4/keywords.txt"); // 和keywords.txt建立关联
    if (!fin1) {
        error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/keywords.txt");
    }
    std::ifstream fin2;
    fin2.open("D:/University/Code/cpp_vscode/lab4/text2search.txt"); // 和text2search.txt建立关联
    if (!fin2) {
        error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/text2search.txt");
    }
    std::ofstream fout;
    fout.open("D:/University/Code/cpp_vscode/lab4/result.txt"); // 和result.txt建立关联
    if (!fout) {
        error("cannot open output file", "D:/University/Code/cpp_vscode/lab4/result.txt");
    }

    // 将keywords存入keys这个字符串向量中(用fin1)
    vector<string> keys;
    string s;
    while (fin1 >> s) {
        keys.push_back(s);
    }
    fin1.close();

    // 利用fin2和keys产生结果map
    map<string, vector<int>> result = keyCount(fin2, keys);
    fin2.close();

    //输出，由于map会自动按照字典序排序，而行号也是按照升序逐行检测，因此输出不用再排序
    map<string, vector<int>>::iterator it1 = result.begin();
    while (it1 != result.end()) {
        fout << it1->first << " : " << "{";
        //it1->second是vector<int>类型，不能直接用fout输出
        for (const auto &it2 : it1->second) {
            fout << it2 << ",";
        }
        fout << "}" << endl;
        it1++;
    }
    fout.close();
    system("pause");
    return 0;
}

下面结合代码讲一讲我的思路。
这道题的难点在于如何选取正确、高效的存储方法和搜索方法：
显然我们不能简单的挨个读取text中的单词，找到一个关键词就输出一个行号——这样输出的行号是混乱的。

基本思路

1. 采用vector<string>储存所有keywords；
2. 采用map<string,vector<int>>储存每个关键词到所出现行号的映射（由于关键词出现的行号有多个，因此采用vector<int>储存行号组成的整数型向量）

具体代码
首先，这里涉及到文件的输入输出，肯定是要用到<fstream>的，然后自定义文件输入输出流对象并链接到对应的文件：

// 建立三个文件流对象并关联相应文件，注意这里大家要修改为自己的文件路径（或者使用命令行输入）
    std::ifstream fin1;
    fin1.open("D:/University/Code/cpp_vscode/lab4/keywords.txt"); // 和keywords.txt建立关联
    if (!fin1) {
        error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/keywords.txt");
    }
    std::ifstream fin2;
    fin2.open("D:/University/Code/cpp_vscode/lab4/text2search.txt"); // 和text2search.txt建立关联
    if (!fin2) {
        error("cannot open input file", "D:/University/Code/cpp_vscode/lab4/text2search.txt");
    }
    std::ofstream fout;
    fout.open("D:/University/Code/cpp_vscode/lab4/result.txt"); // 和result.txt建立关联
    if (!fout) {
        error("cannot open output file", "D:/University/Code/cpp_vscode/lab4/result.txt");
    }

用文件输入流对象fin每次读入text中的一行，再用字符串输入流对象sin逐个读入该行的单词：

int lineNum = 0;
    //读入文件的每一行
    while (getline(inputFile, line)) {
        ++lineNum;
        std::istringstream sin(line);//新建sin准备读入每行中的单词

接下来，我们的关键点在于，如何用比较好的方法搜索并储存好每个关键词出现的行号呢？
一般而言，有两种搜索思路：

• 每次读取一个keyword，在text全文中搜索这个keyword在哪些行出现了，记录行号；

• 每次读取text中的一行，再逐个读取这一行中的每个词，最后搜索这个词是不是出现在keywords.txt中，如果出现，则记录该行的行号；

那么，哪一种搜索方法更好更高效呢？显然是第二种。第一种方法思路简单，但每次搜索全文的代价太高。以下是我采用第二种搜索的思路的代码：

//sin读入每行中的每个单词
while (sin >> word) {
            //使用find函数和迭代器搜索每个sin读入的单词是否出现在keywords这个vector中
            auto it = find(keywords.begin(), keywords.end(), word);
            if (it != keywords.end()) {
                //如果找到了，那么将这个关键词对应的行号存入map中
                resultMap[word].push_back(lineNum);
            }

走到这里，已经基本成功啦！最后只需要把我们的答案正确输出，这里我使用迭代器it1输出map中的关键词，由于map中的value值实际是vector类型，不能简单使用it1->second输出，因此我们再定义一个it2输出vector<int>中的内容

map<string, vector<int>>::iterator it1 = result.begin();
    while (it1 != result.end()) {
        fout << it1->first << " : " << "{";
        //it1->second是vector<int>类型，不能直接用fout输出
        for (const auto &it2 : it1->second) {
            fout << it2 << ",";
        }
        fout << "}" << endl;
        it1++;
    }

大功告成！