Programmi di Manipolazione dei Testi

Transcript

1 Programmi di Manipolazione dei Testi I primi programmi da affrontare sono quelli relativi alla manipolazione di testi. Esaminiamo, attraverso alcuni esempi, il passaggio dal problema alla sua analisi e specificazione. Esempio 1 "contare le occorrenze della parola prova in un testo" In prima approssimazione si può descrivere il problema come segue: "Durante la lettura di un testo si aggiunge 1 ad un contatore ogni volta che si incontra la parola prova". Una formulazione più completa sarà la seguente: "Leggiamo un testo dall inizio alla fine una parola alla volta. Per ogni parola che si legge, se essa è uguale alla forma prova si aggiunge 1 al contatore e si legge la successiva; se, invece, è diversa da prova si passa direttamente alla successiva e si riinizia il controllo". Per specificare meglio la soluzione occorre definire due tipi di dati, le variabili, che sono indicatori che modificano il loro valore progressivamente, e le costanti, che invece rimangono invariate. Nel caso nostro sono variabili il puntatore al testo, che è il dispositivo di lettura, ed il contatore delle occorrenze della parola cercata. Il puntatore è, in realtà, una variabile che memorizza l indirizzo di una parola nel testo, tale che <puntatore + 1> indica la parola successiva a quella corrente. Diamo qui di seguito la specifica del programma. DICHIARAZIONE VARIABILI: PUNTATORE indice che avanza nel testo CONTATORE delle occorrenze COSTANTI: PROVA INDICE = 1 CONTATORE = 0 MM if PAROLA (PUNTATORE) = NIL [e' finito il testo] then STAMPA CONTATORE else if PAROLA (PUNTATORE) = "PROVA" then CONTATORE = CONTATORE + 1 [aggiungi 1 al contatore] GOTO M M else PUNTATORE = PUNTATORE + 1 [avanza l'indice di 1] GOTO MM

2 Esempio 2 "costruire il lessico di un dato testo" Come abbiamo visto nell esempio 1, dobbiamo dare una formulazione più chiara ed articolata del problema, cioè, ad esempio: "Leggiamo un testo dall inizio alla fine una parola alla volta. Per ogni parola che si legge, se essa non è già presente nella lista di parole (lessico) si aggiunge e si legge la successiva; se, invece, è già presente, si passa direttamente alla successiva e si riinizia il controllo". Definiamo a parte "già presente" come "data una parola (quella corrente nel testo) la si confronta con le parole del lessico dall inizio, una alla volta; se la parola corrente nel lessico è uguale alla parola corrente nel testo, abbiamo terminato in modo positivo la ricerca, se la parola corrente nel lessico non è uguale a quella corrente nel testo leggiamo la succesiva nel lessico e si fa di nuovo il confronto; se, infine, si è giunti al termine del lessico, la ricerca è terminata negativamente ". Nota: l aggettivo corrente è molto usato nella descrizione di programmi che iterano un operazione e significa "attualmente sotto considerazione". DICHIARAZIONE: VARIABILI: PUNTATORE indice che avanza nel testo LESSICO, lista di parole PUNTATORE = 1 INIZ if PAROLA (PUNTATORE) = NIL il testo e' finito else if PAROLA (PUNTATORE) *PRESENTE_IN* (LESSICO) then PUNTATORE = PUNTATORE + 1 GOTO INIZ else AGGIUNTI PAROLA(PUNTATORE) IN LESSICO PUNTATORE = PUNTATORE + 1 GOTO INIZ *PRESENTE_IN* (LESSICO) DICHIARAZIONE: PAROLA la parola correntemente letta dal testo PUNT-LESS puntatore alla parola corrente nel lessico PUNT-LESS = 1 INIZ if PAROLA = PAROLA (PUNT-LESS) la parola e' gia' presente else PUNT-LESS = PUNT-LESS + 1 if PAROLA (PUNT-LESS) = NIL il lessico e' finito e' finita la ricerca nel lessico else GOTO INIZ

3 Esempio 3: "ordinamento alfabetico (SORT) di un dizionario" Ci sono molti metodi per ordinare alfabeticamente una lista di parole. Tutti si fondano sul concetto di maggiore/minore in termini alfabetici; ogni lettera dell alfabeto è maggiore della precedente e minore della successiva, in virtù della rappresentazione interna che è in termini numerici. L ordinamento realizzato nel programma seguente consiste nel confrontare ciascuna parola con le successive nella lista. Non appena se ne trova una minore, cioè una che dovrebbe precedere la parola considerata, si compie l inversione e si ricomincia prendendo in esame la parola seguente. DICHIARAZIONE: INDICI = I, J; VARIABILE = PAROLA I = 1 INIZIO J = I + 1 MAIN if PAROLA(I) > PAROLA(J) then INVERTI PAROLA(I) CON PAROLA(J) I = I + 1 GOTO INIZIO Else J = J + 1 if PAROLA(J) = blank then I = I + 1 if PAROLA(I)= blank else GOTO INIZIO Esempio 4 Ordinamento ad albero binario L ordinamento ad albero binario consiste nel prendere a caso una parola nel dizionario, assumendola come radice. A partire dalla radice, le parole verranno ordinate in un albero dai cui nodi si dipartono solo due rami, a destra per la parola maggiore di quella registrata al nodo dominante, a sinistra per quella minore. Per scrivere questo programma occorre definire una struttura dati nuova, il nodo, formato da una TESTA (la parola registrata) e da due puntatori (sinistro e destro), che specificano l indirizzo dei nodi dominati. Il programma consiste nel prelevare una parola dal dizionario e percorrere l albero dalla radice seguendo, alternativamente, il ramo destro se la parola è maggiore di quella registrata al nodo corrente o il ramo sinistro se è minore. Non appena si trova un nodo vuoto, in questo viene registrata la parola corrente e si ricomincia la ricerca con la parola successiva nella lista.

4 DICHIARAZIONE: INDICE = LESSICO STRUTTURA = NODO {TESTA,PUNTDX, PUNTSX} AREA_LAVORO = NODO_CORRENTE LESSICO = 1 CREA_NODO "RADICE" TESTA= LESSICO PUNTDX PUNTSX INIZIO LESSICO = LESSICO + 1 if LESSICO = blank else NODO_CORRENTE = "RADICE" MAIN if LESSICO </= NODO-CORRENTE then NODO_CORRENTE = PUNTSX GO TO CORE else NODO_CORRENTE = PUNTDX GO TO CORE CORE if TESTA(NODO_CORRENTE) = blank then TESTA(NODO_CORRENTE) = LESSICO GO TO INIZIO Esempio 5 Albero di caratteri La distribuzione di un dizionario in un albero di caratteri consiste nel formare un albero ai cui nodi non sia associato niente, ma i cui rami rechino come simbolo una lettera dell alfabeto, compatibile con la lettera precedente. Seguendo un cammino in quest albero si può giungere a leggere una parola del dizionario, come nella figura

5 abat(e) Con questa struttura si realizza il massimo della fattorizzazione, cioè del conglobamento dei dati comuni. Inserire una parola in questa struttura significa leggerla carattere per carattere e compiere una ricerca nell albero simile a quella del caso precedente, salvo che da ogni nodo possono uscire tanti puntatori, quante sono le lettere che seguono quella corrente. Con questa ricerca si segue un cammino finché ne esiste uno che rispecchi una sottostringa della parola corrente. Non appena questa sottostringa termina, occorre aggiungere un ulteriore ramo con il carattere successivo, e coì via fino al completamento della parola. DICHIARAZIONE: INDICE = LESSICO, CHAR, PUNT STRUTTURA = NODO {lettera/terminatore, PUNT1...PUNTN} LESSICO = 0 INIZIO LESSICO = LESSICO + 1 if LESSICO = blank else CHAR = 0 NODO_CORR "RADICE" INIZIO1 CHAR = CHAR +1 if CHAR = blank then GOTO INIZIO else PUNTi = 0 MAIN PUNTi = PUNTi + 1 if PUNTi = PUNTn then ADD PUNTn + 1 NODO_CORR= PUNTn+1 NODO_CORR = CHAR GOTO INIZIO1 else if NODO(PUNTi) = CHAR then NODO_CORR = PUNTi GOTO INIZIO1