新时期女性网络穿越小说文学研究.docx

“文学研究助手” 统计某篇英文小说中某些特定单词的出现次数和位置，实现这一目标的文字统计系统。这称为“文学研究助手”。

文学研究助手 用的是c语言 kmp算法 文本自己随便弄一个就行，命名为1.txt.放在相应的文件夹中

诗歌在中国是一个极为重要且历史悠久的文学体裁。纵横千年的时间跨度、数量巨大的诗人群体、卷帙浩繁的诗歌文本都使得在传统的文本阅读方式下，中国诗歌的宏观把握变得极其不易。因此，随着计算机算力与计算模型的发展，越来越多的研究者将目光聚焦到了使用计算机对诗歌进行文本分析的研究领域，已有研究者对中国古诗进行了统计建模与宏观分析$^{[1]}$，但所用文本语料多为《全唐诗》《全宋词》等，以《诗经》为语料的文本分析研究，未之有也。因此需要有人在这个方面进行一些探索，本文便是一次尝试， 试图从另一个视角出发，更高效地处理《诗经》文本，并提供文本分析视角下对《诗经》的宏观刻画、描述与阐释。 本文从字频、词频、文本长度、文本方差、情感分析、提取主题词等各个维度，对《诗经》进行了以下文本分析: 首先从单字的角度，对诗经进行了字数、字频、各句长度方差等统计。 经过效果对比，选用北京大学的分词工具Pkuseg，对《诗经》进行分词处理。 在分词基础上统计词频且生成词云。 通过文本长度，文本方差来寻找风雅颂三部分之间的差异。 通过对《诗经》中篇目的情感分析，绘制出风雅颂各部分的情感变化曲线。 提取出文本中的主题词，并以此为基础构建出每篇作品的文本向量。 选定文本长度，文本方差，文本向量作为作品的三个特征，共同组成一个样本来表达一篇作品。 抽取样本，通过计算距离的方式对《诗经》中风雅颂三部分进行聚类，绘制出表达聚类效果的轮廓系数曲线。 以束皙的六首《补亡诗》与陶渊明的四首《时运》为例，计算二者作品与《诗经》的相似程度。

本文档是关于数据结果课程设计中关于文学研究助手的完整版。已付加了所需要的源程序。

1. 文本串非空且以文件形式存放，统计匹配的词集非空。词集由用户重键盘输入； 2. “单词”定义：有字母构成的字符序列，中间不含空格符且区分大小写； 3. 待统计的“单词”在文本串中不跨行出现，它或者重行首开始，或者前置一个空格符； 4. 在计算机终端输出的结果是：单词、出现的行号、出现次数，同一行出现两次只输出一个行号。 5. 测试数据：文本文件以本次实习中的AWORD.C;待统计的词集：

《数据结构》（C语言严蔚敏版）的数据结构实验之一--文学研究助手，考察的是串的知识。

文学研究人员需要统计谋篇英文小说中的某些单词的出现次数和位置，实现这一目标的文字统计系统就称为文学研究助手。利用数据结构中串和栈知识，结合功能强大的C语言实现文学研究助手的设计，该应用软件设计的核心思想是串的模式匹配算法，采用易于理解且设计简单的串的朴素模式匹配算法，利用堆栈存储匹配字符串的位置。

文学研究助手 【问题描述】 文学研究人员需要统计某篇英文小说中某些形容词的出现次数和位置。试写一个实现这一目标的文字统计系统,称为"文学研究助手"。 【基本要求】 英文小说存于一个文本文件中。待统计的词汇集合要一次输入完毕,即统计工作必须在程序的一次运行之后就全部完成。程序的输出结果是每个词的出现次数和出现位置所在行的行号,格式自行设计。 【测试数据】 以你的C源程序模拟英文小说,C语言的保留字集作为待统计的词汇集。 【实现提示】 约定小说中的词汇一律不跨行。这样,每读入一行,就统计每个词在这行中的出现次数。出现位置所在行的行号可以用链表存储。若某行中出现了不止一次,不必存多个相同的行号。 如果读者希望达到选做部分(1)和(2)所提出的要求,则首先应把KMP算法改写成如下的等价形式,再将它推广到多个模式的情形。 i=1;j=1; while(i!=s.curlen+1&&j!=t.curlerl十1) { while(j!=0&&s.ch[i]!=t.ch[j]) j=next[j]; //j==O或s.ch[i]==t.ch[j] j++;i++;//每次进入循环体,i只增加一次 } 【选作内容】 (1)模式匹配要基于KMP算法（需查阅资料）。 (2)整个统计过程中只对小说文字扫描一遍以提高效率。

一、问题描述： 文学研究人员需要统计某篇英文小说中的形容词出现的次数和位置。写一个实现这一目标的文字统计系统，成为“文学研究助手”。 二、基本要求： 英文小说存在于一个文本中。待统计的词汇业绩和要一次输入完毕，即统计工作必须在程序的一次运行之后就全部完成。程序输出结果是每个词出现次数和出现位置所在的行号，格式自行设计。 //注：实现提示：射小说中的词汇一律不跨行。这样，每读入一行，就统计每个词在这行中出现的次数。出现位置所在行的行号可以用链表存储。若某行中出现了不止一次，则不必存多个相同的行号。