//从词汇表文件中读词并构建词表和hash表
//由于词汇表中的词语不存在重复，因此与LearnVocabFromTrainFile相比没有做重复词汇的检测
void ReadVocab(string filename)
{
vocab.Clear();
StreamReader file = new StreamReader(filename);
while (!file.EndOfStream)
{
string[] fields = file.ReadLine().Split('\t');
vocab_word word1 = new vocab_word();
word1.word = fields[0];
word1.cn = Convert.ToInt64(fields[1]);
if (!vocab.TryAdd(fields[0], word1))
{
Console.WriteLine("添加单词失败");
}
}
}
//为一个词构建一个vocab_word结构对象，并添加到词表中
//词频初始化为0，hash值用之前的函数计算，
//返回该词在词表中的位置
void AddWordToVocab(string word)
{
if (word.Length > MAX_STRING)
{
word = word.Substring(0, MAX_STRING);
}
if (!word_information.ContainsKey(word))
{
vocab_word one_vocab_word = new vocab_word();
one_vocab_word.cn = 1;
one_vocab_word.word = word;
if (!word_information.TryAdd(word, one_vocab_word))
{
Console.WriteLine("插入单词失败");
}
}
else
{
word_information[word].cn += 1;
}
}
//输入两个词的结构体，返回二者的词频差值
Int64 VocabCompare(vocab_word a, vocab_word b)
{
return(b.cn - a.cn);
}
