PDF de programación - Práctica 1: Contar palabras - Informática II

Informática II

Práctica 1: Contar palabras

GSyC

Septiembre de 2017

1.

Introducción

En esta práctica debes realizar un programa en Ada relacionado con la gestión de palabras de un fichero de texto.
El programa analizará las líneas del fichero y almacenará en una lista dinámica las palabras diferentes que contiene, incluyendo
el número de veces que aparece cada una. Además el programa permitirá añadir, borrar, o buscar palabras a la lista, y al terminar
mostrará la palabra más repetida de la lista.

2. Especificación del programa words

Escribe en lenguaje Ada un programa llamado words que almacene una lista con las palabras que contiene un fichero de texto y la
frecuencia de aparición de cada una de ellas (es decir, cuántas veces aparece cada palabra en el fichero de texto).

Al ejecutar el programa se le pasará obligatoriamente como argumento el nombre del fichero que contiene las palabras a contar.

Y el programa tras construir la lista de palabras mostrará por pantalla la palabra que más veces aparece en el fichero.

Adicionalmente se le podrán pasar (o no) al programa un argumento más:

-i Si se incluye este argumento, el programa, tras analizar el fichero, funcionará de forma interactiva, presentando al usuario un

menú con las siguientes opciones:

1. Añadir una palabra a la lista: Si la palabra a añadir ya está en la lista, se incrementará en uno su frecuencia. Si la palabra

es nueva, se añadirá a la lista con una frecuencia de 1.

2. Borrar una palabra de la lista
3. Buscar una palabra en la lista, mostrando cuál es su frecuencia
4. Mostrar todas las palabras de la lista.
5. Salir del programa

El programa, por lo tanto, debe poder lanzarse de las siguientes formas:

./words f1.txt
Construye la lista de palabras, muestra la palabra más frecuente, y termina.

./words -i f1.txt
Construye la lista de palabras, y entra en modo interactivo. Cuando se elige la opción de salir (5), se muestra la palabra más
frecuente de la lista actual y se termina la ejecución.

Si no exisitiera el fichero que se le pasa como argumento, el programa lo indicará con un mensaje. Si no se le pasa la opción -i,
el programa termina sin más, y si se le pasa la opción -i, el programa comienza el modo interactivo con una lista de palabras vacía.
Cualquier otra forma de lanzar el programa debe hacer que éste termine sin hacer nada, indicando cuáles son la formas correctas

de lanzarlo.

1

3. Ejemplos de ejecución

Antes de la primera ejecución se muestra con cat el contenido del fichero:

$ cat f1.txt
hola a todos

hola

a

todos

hola

a

todos
hola
mundo
adios

$ ./words f1.txt
The most frequent word: |hola| - 4

$ ./words -i f1.txt

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 4

|hola| - 4
|a| - 3
|todos| - 3
|mundo| - 1
|adios| - 1

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 1
Word? casa
Word |casa| added

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 4

2

|hola| - 4
|a| - 3
|todos| - 3
|mundo| - 1
|adios| - 1
|casa| - 1

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 2
Word? a

|a| deleted

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 4

|hola| - 4
|todos| - 3
|mundo| - 1
|adios| - 1
|casa| - 1

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 3
Word? todos

|todos| - 3

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 5

The most frequent word: |hola| - 4

3

$ ./words
askf: file not found

asdkf

$ ./words
askf: File not found

-i asdkf

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 4

No words.

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 1
Word? casa
Word |casa| added

Options
1 Add word
2 Delete word
3 Search word
4 Show all words
5 Quit

Your option? 5

The most frequent word: |casa| - 1

$ ./words
usage: words [-i] <filename>

$ ./words -i
usage: words [-i] <filename>

$ ./words -k sdfsd
usage: words [-i] <filename>

$ ./words asdas sdfsd
usage: words [-i] <filename>

$

4

4. Condiciones obligatorias de funcionamiento

1. Los programas deberán escribirse teniendo en cuenta las consideraciones sobre legibilidad y reutilización del código que hemos

comentado en clase.

2. Los programas deberán ser robustos, comportándose de manera adecuada cuando no se arranquen con los parámetros adecua-

dos en línea de comandos.

3. Las palabras deben almacenarse en una lista dinámica. Dicha lista dinámica debe estar implementada en el paquete Word_Lists

cuya especificación (que no puede modificarse) es la siguiente:

with Ada.Strings.Unbounded;

package Word_Lists is

package ASU renames Ada.Strings.Unbounded;

type Cell;

type Word_List_Type is access Cell;

type Cell is record

Word: ASU.Unbounded_String;
Count: Natural := 0;
Next: Word_List_Type;

end record;

Word_List_Error: exception;

procedure Add_Word (List: in out Word_List_Type;

Word: in ASU.Unbounded_String);

procedure Delete_Word (List: in out Word_List_Type;

Word: in ASU.Unbounded_String);

procedure Search_Word (List: in Word_List_Type;

Word: in ASU.Unbounded_String;
Count: out Natural);

procedure Max_Word (List: in Word_List_Type;

Word: out ASU.Unbounded_String;
Count: out Natural);

procedure Print_All (List: in Word_List_Type);

end Word_Lists;

4. Comportamiento esperado de los subprogramas:

Add_Word: Si Word ya está en la lista, incrementa en un su Count. Si Word no está en la lista, crea una nueva celda
para ella, con Count a 1.
Delete_Word: Si Word está en la lista, elimina su celda de la lista y libera la memoria ocupada por ella (llamando
adecuadamente a Free). Si Word no está en la lista, eleva la excepción Word_List_Error.
Search_Word: Si Word está en la lista, devuelve su Count. Si Word no está en la lista, devuelve 0.
Max_Word: Devuelve los campos de la celda de mayor Count de la lista. Si hay varias celdas con el mismo valor
máximo de Count, devuelve la primera de ellas. Si la lista está vacía, eleva la excepción Word_List_Error.
Print_All: Muestra el contenido de todas las celdas de la lista, en el mismo orden en que se introdujeron en ella, y
con el formato que se muestra en los ejemplos de ejecución. Si la lista está vacía, muestra el mensaje No words.

5

5. Cuando se muestre la lista de palabras, las palabras deben aparecer en el mismo orden en el que aparecen en el fichero de

texto (como se muestra en los ejemplos de ejecución)

6. La salida del programa deberá ser exactamente igual a la que se muestra en los ejemplos de ejecución, con el mismo formato

y la misma cadena de mensajes.

7. Se deberá reconocer como palabras cualquier conjunto de caracteres separado de otros por uno o más espacios en blanco

seguidos.

8. Dos palabras sólo son iguales si todos sus caracteres son idénticos, incluyendo signos de puntuación y mayúsculas o minúscu-

las. Así, serán palabras distintas casa, Casa, CaSa, casa,, casa., -Casa. . .

9. Por tanto, en la línea:

-Luis por fin no viene, me temo.

las palabras son |-Luis|, |por|, |fin|, |no|, |viene,|, |me|, |temo.| (Nota: los caracteres | se usan sólo para
mostrar mejor los límites de la palabra, pero realmente no son parte de la misma)

10. El programa se usará sólo con ficheros de texto con caracteres ASCII, como los que hemos proporcionado de ejemplo.

5. Extensiones

Una vez que la práctica funcione como se indica en el apartado anterior, puedes realizarle alguna de las siguientes extensiones.
Ten en cuenta que en la entrega de la práctica pueden pedirse modificaciones o extensiones del tipo de las que aparecen en este
apartado:

1. Se considerarán separadores de palabras uno o más caracteres seguidos no alfanuméricos. Por tanto, en la línea

-Luis por fin no viene, me temo.

las palabras son |Luis|, |por|, |fin|, |no|, |viene|, |me|, |temo|

2. Se considerarán iguales palabras que sólo se diferencian en mayúsculas/minúsculas. Así, debe contarse como la misma palabra

casa, Casa, CASA, CaSa. . .

3. Antes de terminar el programa debe liberarse la memoria ocupada por la lista de palabras, para lo cual podrás modificar la

especificación del paquete Word_Lists para incluir el siguiente procedimiento:

procedure Delete_List (List: in out Word_List_Type);

Al llamar a este procedimiento se irá borrando elemento a elemento de la lista, liberando la memoria asociada, hasta que la
lista quede vacía.

6. Pautas de Implementación

1. Para extraer de cada línea del fichero de texto las palabras que contiene, utiliza los subprogramas Index, Head y Tail del
paquete Ada.Strings.Unbounded, cuya funcionamiento se describe en el apartado 7. Para cada subprograma se incluye
un ejemplo de uso que facilita mucho entender cómo funciona.

2. Puedes reutilizar código del procedimiento Next_Token que aparece en el Ejemplo Final de las transparencias de Introduc-
ción a Ada, pero ten en cuenta que dicho código no funcionará directamente en esta práctica, sino que será necesario realizarle
algunas modificaciones.

3. Para la gestión de ficheros de texto os proporcionamos el ejemplo que aparece más adelante (ver apartado 8), que puede usarse

tal cual.

4. Para la extensión 1 puedes usar la versión de la función Index que aparece al final de apartado 7. Esta función utiliza Maps

para especificar distintos caracteres alternativos a buscar, en vez de buscar exactamente un carácter o una subcadena.

5. Para la extensión 2 puedes usar la función Ada.Characters.Handling.To_Lower() que recibe como único parámetro

un String y devuelve un String resultado de pasar el parámetro a minúsculas.

6

7. Subprogramas para el manejo de Unbounded_Strings

Todos los subprogramas que se detallan a continuación pertenecen al paquete Ada.Strings.Unbounded.

Función Length: Función que devuelve la longitud (número de caracteres) del Unbounded_String que recibe como
parámetro.

function Length

(Source : Unbounde