竭尽全分求解！我的最后100分！！使用哈希表技术判断两个源程序的相似性！！！

[mukai520]

@[问题描述]
对于两个C语言的源程序清单，用哈希表的方法分别统计两个程序中使用C语言关键字的情况，并最终按定量的计算结果，得出两份源程序清单的相似性。
@[基本要求]
C语言关键字的哈希表可以自建，也可以利用《数据结构及应用算法教程》（严蔚敏 陈文博编著 清华大学出版社）书中8。10的哈希表。此题的工作主要是扫描给定的源程序，累计在每个源程序中C语言关键字出现的频度。在扫描源程序过程中，每遇到关键字就查找哈希表，并累加相应关键字出现的频度。为保证查找效率，建议自建哈希表的平均查找长度ASL不大于2。
扫描两个源程序所统计的所有关键字不同频度，可以得到两个向量。如下面简单的例子所示：
Void Int For Char If Else while
4 3 4 3 7 0 2
4 2 5 4 5 2 1
关键字
程序1种关键字频度
程序2种关键字频度
哈希地址
0 1 2 3 4 5 6 7 8 9

X1=[4,3,0,4,3,0,7,0,0,2] X2=[4,2,0,5,4,0,5,2,0,1]
通过计算向量X1和X2的相对距离来判断两个源程序的相似性，相对距离的计算方法是
，T表示向量的转置。Abs
按例子所给的数据，s 0.13。显然当X1=X2时，s=0,反映出可能是同一个程序；s值越大，则两个程序的差别可能也越大。
@[测试数据]
做几个编译和运行都无误的C程序，程序之间有相近的和差别大的，用上述方法求s,并对比差异程度。
@[实现提示]
本题的很大工作量将是对源程序扫描，区分出C程序的每一关键字。可以为C语言关键字集建一棵键树，扫描源程序和在键树中查找同步进行，以取得每一个关键字。
@[问题讨论]
这种判断方法只是提供一种辅助手段，即便s=0也可能不是同一个程序，s的值很大，也可能算法是完全一样的。例如，一个程序使用while语句，另一个使用for语句，但功能完全相同。事实上，当发现s的值很小时，就应该以人工干预来区分。

这是我写的一段从文本文件中读取程序的代码：
———————————————————————————————
char shuzu1[500],shuzu2[500];
void fn()
{ int a=0,b=0,c=0;
char g[33]="F:\\a.cpp";
cin.get(g,33);
ifstream myf(g,ios::in);
while(!myf.eof())
{
shuzu1[c]=myf.get();
shuzu2[c]=shuzu1[c];
cout<<shuzu1[c];
c++;
}
shuzu2[c]=0;
cout<<shuzu2;

}
————————————————————————————————
初学数据结构，c++底子很薄，让我使用哈希表技术判断两个源程序的相似性太难了！
请大家提供解题线索，如果是完整代码就更好了！
诚谢各位！

[mukai520]

明天中午就是最后期限了，自己顶，希望大家也顶
解解解解解解解解解解解解解解解解解解解
解解解解解解解解解解解解解解解解解解解
解解解解解解解解 解 解解解解解解解解
解解解解解解解解 解解 解解解解解解
解解解解解解解解 解解解 解解解解解解
解 解解解
解解解解解解解解 解解解解解解解解解解
解解解 解解解解 解解解 解解解解解
解解解解 解解解 解解 解解解解解解解
解解解解解 解解 解 解解解解解解解解
解解解解解解 解 解解解解解解解解
解解解解解 解解 解解 解解解解解解解
解解解解 解解解 解解解 解解解解解
解解 解解解解 解解解解 解解解
解解解解解解解解 解解解解解 解解解解
解解解解解解解解 解解解解解解解解解解
解解解解解解 解 解解解解解解解解解解
解解解解解解解 解解解解解解解解解解解
解解解解解解解解解解解解解解解解解解解
解解解解解解解解解解解解解解解解解解解

[hiiiiiijiang]

呵呵，帮你顶一哈子

[zora]

晕……乍看标题还以为是通过计算两个源程序的hash来比较，想来讨论一下其可能性。

仔细一看原来只是用hash表保存关键字个数，这个都是很基本的问题，建议还是自己仔细看看书，亲自动手做一做，真正把问题搞懂才是