基于线性表与二叉排序树的低频词过滤机制

简介：
本研究提出了一种利用线性表和二叉排序树相结合的方法，有效识别并移除文本数据中的低频词汇，优化信息检索与处理效率。 实习内容：对于一篇给定的英文文章，使用线性表和二叉排序树来实现单词频率统计，并且过滤低频词，比较两种方法的效率。 具体要求如下： 1. 读取一个名为InFile.txt的英文文件，识别其中的所有单词。 2. 使用线性表和二叉排序树分别构建存储结构。每当识别到一个新的单词时，如果该单词不在数据结构中，则将其插入适当位置；若已在数据结构中，则增加其出现次数。 3. 统计完成后，删除频率低于五次的单词，并显示这些被移除的单词及其对应的频数。 4. 其余所有单词按照出现频率从高到低排序后输出至名为OutFile.txt的文件。同时记录并比较使用两种方法完成任务所消耗的时间。 5. 计算查找表的平均成功查找长度（ASL），分析和对比这两种数据结构在处理此类问题时效率上的差异。