用贝叶斯分类器实现垃圾邮件分类器（C版本和Java版本）

这是我研究生的一个作业，要用贝叶斯分类器去实现垃圾邮件的分类。 第一次是用c语言实现。 第二次用Java，并且用了哈希表，用以保证其计算速度

#include
#include
#include 
#include
#include
#include
#include

#define TYPE struct words
#define LEN sizeof（struct words）
TYPE *create_list（FILE * char[]）;
void print_list（TYPE *）;
void classification（TYPE * TYPE *）;

struct words{
	char word[5000];      //the word name
	int count;          //the amount of this word appears in this file
	char classify[10];  //the class of this word
	double pHam;         //possibility of class ham for this word
	double pSpam;        //possibility of class spam 
	struct words *next; //point to the next word
};

//int TotCount = 0;
//int DifCount = 1;
int numSpamWords = 0;  //all distinct words of class spam 
int numHamWords = 0;   //all distinct words of class ham
char finalClass[5];    //final class of test file
int numHamFile = 0;   //the number of ham files;
int numSpamFile = 0;   //the number of spam files



int main（int argc char *argv[ ]）

{
	TYPE *head=NULL*temp *last *head1;
    	FILE *fp *fp1;
	DIR *dirptr = NULL;
	int count = 0;    //count that the amount of files
	struct dirent *entry;
	char trainDir[300] testFile[300] trainFile[300];
	
	strcpy（trainDirargv[1]）;
	strcpy（testFileargv[2]）;
	
	if（（dirptr=opendir（trainDir））==NULL）
	{
		printf（“There are no this dir“）;
		return 1;
	}
	else
	{
		while（（entry=readdir（dirptr））!=NULL）
		{
			if（（entry->d_type）==8）
			{
				strcpy（trainFile trainDir）;
				strcat（trainFile “/“）;
				strcat（trainFileentry->d_name）;
				if（（fp = fopen（trainFile“r“））==NULL）
					{
						printf（“Can‘t open this file\n“）;
						exit （1）;
					}
				if（strstr（entry->d_name “ham“））
					{
						temp=create_list（fp“ham“）;
						numHamFile++;
					}
				if（strstr（entry->d_name “spam“））
					{
						temp=create_list（fp“spam“）;
						numSpamFile++;
					}
				fclose（fp）;
				count++;
				if（count==1）
					head=temp;
				else
					last->next=temp;
				while（（temp->next）!=NULL）
					temp=temp->next;
				last=temp;
			}
		}
		closedir（dirptr）;
	}

	if（（fp1=fopen（testFile“r“））==NULL）
	{
		printf（“Can not open this test file\n“）;
		exit （1）;
	}
	head1=create_list（fp1“unknow“）;
    	fclose（fp1）;
	//print_list（head4）;

	classification（headhead1）;    //classify the test file

	printf（“%s\n“finalClass）;
}


TYPE *create_list（FILE *fp char classify[10]）
{

	TYPE *in*last*head=NULL*temp;
	char ch;
	char chr[5000];
	int n = 0;
	/*int TotCount = 0;
	int DifCount = 1;*/

	ch = fgetc（fp）;                                   //get the first char in the file 
	while（ch==‘ ‘）
		ch = fgetc（fp）;

	while（ch!=EOF）

    {
		//if the ‘ch‘ is ‘ ‘jump it if the ‘ch‘ is EOF exit this loop
		int i = 0;	

		if（ch == EOF）
			break;
		//create a node
		if（（in = malloc（LEN））==NULL）       
		{
			printf（“out of memory!\n“）;
			exit（0）;
		}
		//get words from file
    	while（（（ch>=‘a‘）&&（ch<=‘z‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       5558  2007-11-20 06:32  垃圾邮件分类器（c&Java）\filter.c

     文件       9879  2007-12-18 02:12  垃圾邮件分类器（c&Java）\filter.java

     文件    1467809  2007-12-15 05:36  垃圾邮件分类器（c&Java）\knowledge.txt

     文件        773  2007-12-11 13:59  垃圾邮件分类器（c&Java）\Word.java

     目录          0  2009-05-28 08:39  垃圾邮件分类器（c&Java）

----------- ---------  ---------- -----  ----

              1484019                    5