probleme pour rechercher une chaine dans un tableau

Version imprimable

04/01/2008, 22h56
krosian

probleme pour rechercher une chaine dans un tableau

Bonjour je souhaite rechercher si un mot est dans un tableau(environ 100000 chaines de caracteres trié de facon alphabetiques donc tres long a retrié.) de facon dichotomique en utilisant strcmp
le probleme est que j'ai certain mot a accent
exemple : "à" strcmp trouvrera qu'il est plus grand que mouton et donc la recherche ne marchera pas.

la seul solution que je trouve serait de reecrire strcmp tel que é est la valeur de é par e mais ici le probleme sera qu'il va trouver par exemple un mot àrbre dans le tableau alors qu'il n'y a que arbre

Si quelqu'un avait une petite idée car là je suis un peu perdu .
05/01/2008, 00h26
Emmanuel Delahaye
Citation:

Envoyé par krosian

Bonjour je souhaite rechercher si un mot est dans un tableau(environ 100000 chaines de caracteres trié de facon alphabetiques donc tres long a retrié.) de facon dichotomique en utilisant strcmp
le probleme est que j'ai certain mot a accent
exemple : "à" strcmp trouvrera qu'il est plus grand que mouton et donc la recherche ne marchera pas.

la seul solution que je trouve serait de reecrire strcmp tel que é est la valeur de é par e mais ici le probleme sera qu'il va trouver par exemple un mot àrbre dans le tableau alors qu'il n'y a que arbre

Si quelqu'un avait une petite idée car là je suis un peu perdu .

C'est pas simple comme problème. Les caractères traités par le C standard sont :

http://delahaye.emmanuel.free.fr/spip.php?article6

Ce qu'il faudrait faire, c'est une 'désaccentuation temporaire'

http://emmanuel-delahaye.developpez.com/clib.htm
Module ASCII
Fonctions :
Code:

1 2 int ASCII_noacc_ibm (int c, int *const pErr); int ASCII_noacc_ansi (int const c);
dans la fonction de comparaison pour ramener les chaines à des chaines standards, mais ça risque d'introduire des confusions (faux doublons... a / à etc.)

Sinon, il faut écrire une version étendue de strcmp() qui fonctionnerait avec le charset que tu utilises. Ca risque d'êre long à écrire et lent à exécuter...

Il y a certainement de méthodes plus élaborées que je ne connais pas. Peut être à voir sur le forum "algorithmes"...
05/01/2008, 01h11
Médinoc

Qu'appelles-tu "ANSI" exactement dans tes fonctions ?
Les accents sont spécifiques à un charset, et "ANSI" n'en désigne pas spécifiquement un...

Mais à la présence du symbole Euro dans ton item-list, je dirais que ce que tu appelles "ANSI" est en fait le charset Windows-1252...
Qui est la page de codes ANSI par défaut sous la plupart des Windows occidentaux. C'est donc une page ANSI (et encore, elle n'a jamais vraiment été standardisée par l'ANSI...)
05/01/2008, 01h28
Emmanuel Delahaye

Citation:

Envoyé par Médinoc

Qu'appelles-tu "ANSI" exactement dans tes fonctions ?

Oui, je sais, c'est pas très clair. genre Latin-1...

C'est juste un exemple...
05/01/2008, 08h12
Melem

Citation:

Envoyé par krosian

le probleme est que j'ai certain mot a accent
exemple : "à" strcmp trouvrera qu'il est plus grand que mouton et donc la recherche ne marchera pas.

Donc ton programme suppose qu'il va s'exécuter dans un environnement qui connaît ces caractères accentués. Pour comparer des chaînes de manière "logique", c'est-à-dire par rapport aux caractères qui les composent et non par rapport à la représentation binaire de ces caractères, on utilise strcoll qui tient compte de la valeur du paramètre LC_COLLATE des paramètres régionaux en vigueur et non strcmp (qui ne veut rien savoir à part la représentation en mémoire des caractères). Sinon, tu transfomes d'abord les chaînes à comparer avec la fonction strxfrm de sorte que le résultat de strcmp soit ensuite identique à celui de strcoll.

Essaye ce petit programme :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
#include <locale.h>
#include <ctype.h>
#include <string.h>
 
 
int main(int argc, char* argv[])
{
	setlocale( LC_ALL, "French" );
 
	if (isalpha((unsigned char) 'é'))
		puts("oui");
	else
		puts("non");
 
	if (strcmp("béton", "betterave") < 0)
		puts("oui");
	else
		puts("non");
 
	if (strcoll("béton", "betterave") < 0)
		puts("oui");
	else
		puts("non");
 
	return 0;
}

Citation:
Envoyé par Trap D
Essaye ce petit programme :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 #include <locale.h> #include <ctype.h> #include <string.h> int main(int argc, char* argv[]) { setlocale( LC_ALL, "French" ); if (isalpha((unsigned char) 'é')) puts("oui"); else puts("non"); if (strcmp("béton", "betterave") < 0) puts("oui"); else puts("non"); if (strcoll("béton", "betterave") < 0) puts("oui"); else puts("non"); return 0; }
Mais attention la norme ne spécifie que "C" (paramètres du langage C) et "" (paramètres de l'environnement d'exécution) comme valeurs de l'argument locale de setlocale. Mais l'implémentation a le droit d'étendre ces valeurs. Le mieux, c'est de regler son système suivant les paramètres français, puis d'appeler :

Code:

setlocale(LC_ALL, "");

Au fait dans ton programme, je crois qu'il manque encore stdio.h (puts) :).

05/01/2008, 09h56
Trap D

Citation:

Envoyé par Melem

Au fait dans ton programme, je crois qu'il manque encore stdio.h (puts) :).

Oui, il y est par défaut, je l'ai fait avec Visual Studio et j'ai viré à l'affichage du prog le "stdafx.h" :oops:

Pour le reste, j' ai toujours fait comme çà.

Maintenant, (je pose la question car je n'ai vraiment aucune idée de la réponse quoique) si on fait un programme destiné à être installé sur un grand parc de machines hétéroclites, qu'est ce qui est le mieux ? Supposer que toutes les machines sont bien configurées et faire un setlocale(LC_ALL, ""); ou forcer le setlocale(LC_ALL, "French"); au risque d'écrire un code qui ne soit pas forcément portable, mais puisqu'il est vendu compilé ...
05/01/2008, 11h19
Melem

En fait le problème de la portabilité c'est seulement au niveau du code source. Une fois compilé ça donne du code natif pour le système cible. Donc dans ton cas, puisqu'on s'est déjà fixé le système sous lequel le programme est destiné à fonctionner, je ne vois aucune raison de me priver d'utiliser setlocale(LC_ALL, "French") ;).
05/01/2008, 11h45
krosian

Deja merci pour toutes vos reponses.
le probleme et aussi que je dispose de plusieurs tableau dans differentes langues donc

Code:

setlocale( LC_ALL, "French" );

avec strcoll
n'est pas vraiment possible .
Pour l'instant la seule solution(sans doublons) que je possede est de faire un parcours de tout le tablaeau plutot qu'une recherche dichotomique ce qui est beaucoup plus long.
05/01/2008, 11h59
Melem

T'as complètement changé de sujet on dirait. Ton problème au départ c'était pas :

Citation:

Envoyé par krosian

Bonjour je souhaite rechercher si un mot est dans un tableau(environ 100000 chaines de caracteres trié de facon alphabetiques donc tres long a retrié.) de facon dichotomique en utilisant strcmp
le probleme est que j'ai certain mot a accent
exemple : "à" strcmp trouvrera qu'il est plus grand que mouton et donc la recherche ne marchera pas.

la seul solution que je trouve serait de reecrire strcmp tel que é est la valeur de é par e mais ici le probleme sera qu'il va trouver par exemple un mot àrbre dans le tableau alors qu'il n'y a que arbre

Si quelqu'un avait une petite idée car là je suis un peu perdu .

?

Si tu veux pouvoir comparer e et é, a et à, etc. de sorte qu'ils soient égaux, fais comme ce que l'on t'a montré.

Citation:

Envoyé par krosian

Pour l'instant la seule solution(sans doublons) que je possede est de faire un parcours de tout le tablaeau plutot qu'une recherche dichotomique ce qui est beaucoup plus long.

Si le tableau est déjà ordonné fais une recherche dichotomique, tu vas perdre ton temps pour rien