00001 #include <stdio.h>
00002 #include <ctype.h>
00003 #include <stdlib.h>
00004 #include <assert.h>
00005 
00006 #define A_SIZE 26  // taille de l'alphabet considéré
00007 
00008 typedef struct {
00009     char   c;    // le caractère
00010     double freq; // la fréquence d'apparition, en %
00011 } letter_freq_t ;
00012 
00013 letter_freq_t TAB_REF_FR[A_SIZE] = { // statistique des fréquences (texte français)
00014     {'a', 8.11}, {'b', 0.81}, {'c', 3.38}, {'d', 4.28}, {'e', 17.69}, {'f', 1.13}, 
00015     {'g', 1.19}, {'h', 0.74}, {'i', 7.24}, {'j', 0.18}, {'k', 0.02},  {'l', 5.99},
00016     {'m', 2.29}, {'n', 7.68}, {'o', 5.20}, {'p', 2.92}, {'q', 0.83},  {'r', 6.43},
00017     {'s', 8.87}, {'t', 7.44}, {'u', 5.23}, {'v', 1.28}, {'w', 0.06},  {'x', 0.53},
00018     {'y', 0.26}, {'z', 0.12 }
00019 };
00020 
00021 size_t count_letters_in(char * file, int tab[A_SIZE]) {
00022     assert(A_SIZE >= 26); // cf /*@\S\ref{std::assert}@*/
00023     FILE * fi = fopen(file, "r");
00024     if ( fi == NULL ) {
00025         perror("[Erreur] fopen");
00026         return 1; 
00027     }
00028     int c;
00029     size_t res = 0;
00030     while (1) {
00031         c = getc(fi); // on ne teste pas les erreurs de lecture
00032         if ( feof(fi) ) break;
00033         c = tolower(c); // on se ramène à des lettres minuscules
00034         if ( (c >= 'a') && (c <= 'z') ) {
00035             tab[c - 'a']++;
00036             res++;
00037         }
00038     }
00039     fclose(fi);
00040     return res; 
00041 }
00042 
00043 void analyse_freq(char * file, letter_freq_t tab[A_SIZE]) {
00044     int * tmp_tab = (int *) calloc(A_SIZE, sizeof(int));
00045     size_t i, nb_char = count_letters_in(file, tmp_tab);
00046     for (i=0; i<A_SIZE; i++) {
00047         tab[i].c    = i + 'a';
00048         tab[i].freq = ((double) tmp_tab[i]*100)/nb_char;
00049     }
00050     free(tmp_tab);
00051 }
00052 
00053 int compare(const void * a, const void * b) { // pour qsort
00054     double freq_a = ((letter_freq_t *) a)->freq, 
00055         freq_b = ((letter_freq_t *) b)->freq;
00056     return (freq_a < freq_b) ? 1 : (freq_a > freq_b) ? -1 : 0;
00057 }
00058 
00059 void sort_by_letter_freq(letter_freq_t tab[A_SIZE]) { // tri (fréq. décroissantes)
00060     qsort(tab, A_SIZE, sizeof(letter_freq_t), compare);
00061 }
00062 
00063 // Affichage pour comparaison entre les fréquences obtenues et la référence
00064 void show_freq_comparison(letter_freq_t tab[A_SIZE], int nb_line_to_show) {
00065     letter_freq_t * tab_ref = TAB_REF_FR;
00066     int i, limit = (nb_line_to_show < A_SIZE)?nb_line_to_show:A_SIZE;
00067     sort_by_letter_freq(tab_ref);
00068     printf("---------------+----------------\n");
00069     printf(" Texte analysé | Référence (fr)\n");
00070     printf("---------------+----------------\n");
00071     for (i=0; i<limit; i++) {
00072         printf("  %c :  %5.2f%%  |", tab[i].c,     tab[i].freq);
00073         printf("  %c :  %2.2f%%\n",  tab_ref[i].c, tab_ref[i].freq);
00074     }
00075     if (limit < A_SIZE) printf("             [...]\n");
00076 }
00077 
00078 int main(int argc, char * argv[])
00079 {
00080     if (argc != 2) {
00081         printf("usage: %s filename\n",argv[0]);
00082         return EXIT_FAILURE;
00083     }
00084     letter_freq_t tab_freq[A_SIZE];
00085     analyse_freq(argv[1], tab_freq);    // analyse fréquentielle
00086     sort_by_letter_freq(tab_freq);      // tri par fréquence
00087     show_freq_comparison(tab_freq, 10); // affichage pour comparaison
00088     return 0;
00089 }