maandag 17 januari	vrijdag 21 januari
Arjan	Arjan
Alex	Jeroen
Jeroen	Josine
Josine	Urso

• main.cpp
• CreateIndex.cpp
• SearchWord.cpp
• eventueel ook andere bestanden als je opgave 4 (bonus) hebt gemaakt.

Tijdstip	Actie
11:40	Start, begin opgave 1 (doorlezen code, diagrammen, etc.)
12:30-13:00	Lunch
13:00	opgave 1: main() aanvullen
13:30	Begin opgave 2
14:45-15:00	Pauze
16:15-16:30	Pauze
16:30	Begin opgave 3
17:30	Alles inleveren en naar huis

1. Start

Een groot gedeelte van de benodigde code is reeds voor je geïmplementeerd. Je kunt deze bestanden vinden in P:\cmg multimedia\opdracht3. Kopieer de hele directory naar je eigen account (Z:\).

Het doel van het programma is om één woord in een aantal bestanden (gegroepeerd in één map) op te zoeken. Eerst even een korte herhaling hoe inverted index search werkt.

Het programma maakt eerst een index. In de index staan entries. In een entry staan een woord en een lijstje van bestandsnamen waarin het woord voorkomt. Je kunt dit je schematisch zo voorstellen (we kijken naar de entry van ‘which’):

Woord	Bestandsnamenlijst
...	...
which	test_texts\text1.txt, test_texts\text2.txt
...	...

Vervolgens kan de gebruiker één woord invoeren om te laten zoeken. Het programma levert dan het lijstje met bestandsnamen waarin het woord voorkomt, of meldt dat het woord niet in de bestanden voorkomt—als toepasselijk. Dit zoeken kan de gebruiker meerdere malen doen, waarbij telkens slechts in de index gezocht wordt. Het maken van index bespaart dus een hoop werk wanneer we meerdere malen een woord willen opzoeken.

Standard Template Library

Het programma maakt gebruik van de Standard Template Library (STL). De STL is een bibliotheek met handige standaardklassen voor C/C++, zoals string en vector die je reeds in eerdere opdrachten bent tegen gekomen. De klasse string is een handige klasse ter vervanging van char*-constructies. Je kunt string dan gebruiken als elke andere klasse, dus vergelijken met ==, >, <, etc.. Deze klasse zul je in deze opdracht ook zelf moeten gebruiken. De klasse vector daarentegen niet, maar deze wordt wel gebruikt in de implementatie. Een vector is een array met variabele lengte, je kunt er elementen aan toevoegen of verwijderen.

2. Beschrijving van de beschikbare code

• het creëren van een index (CreateIndex::create())
• het zoeken in de index (SearchWord::search())
• het aanroepen van die beide functies. (main())

• Wanneer je fouten (bijvoorbeeld bij het compileren) tegenkomt, bedenk eerst zelf wat er mis kan zijn. Dat een compiler fouten geeft, is heel normaal en gebeurt altijd, en bij iedereen. Meestal ligt het probleem eenvoudiger dan je denkt, bijvoorbeeld een tikfout of een vergeten haakje.
• In de cpp-files staat (uitgebreid) commentaar bij de functies, bijvoorbeeld over de parameters en de return-value van de functie en hoe deze werkt.
• Je hoeft zelf geen nieuwe memberfuncties te maken (behalve misschien bij opgave 4).

1. Opgave 2: maken van een index

Implementeer de functie CreateIndex::create(). In die functie loop je door alle teksten (m.b.v. Directory) . Per tekst vraag je telkens een volgend woord op. Wanneer een woord nog niet in de index zit, voeg je het toe. Zit het wel al in index, dan zoek je de entry of en kijk je of de bestandsnaam van de huidige tekst al in de bestandsnamenlijst van de entry voorkomt. Zo nee, dan voeg je die toe; anders doe je niets.

2. Opgave 3: zoeken van één woord in de index

Implementeer de functie SearchWord::search(). Je vraagt aan de index of het woord ook voorkomt. Zo ja, haal de entry dan op en retourneer de bestandsnamenlijst als string. Zo nee, dan geef je een lege string terug.

Je kunt je programma nu testen. In de folders test_texts2 staan hele korte files voor korter testjes en in texts staan lange (echte) teksten om te testen.

3. Extra opgave 4 (bonus van maximaal 1 pnt.): zoeken van woordencombinatie in de index