简介这是一份基于 CMicrosoft 基础类库编写的简单背单词程序源码适合正在学习面向对象编程或初探 Windows 界面开发的入门读者。程序以单词记忆为核心场景集成了单词类封装、文档视图结构、随机出题、答案判定与文件读写等基础功能同时也是一份可以用于课程设计或自学练手的微型项目。压缩包共 21 个文件以头文件和 C 源文件为主体另含图标、位图、资源脚本以及工程配置文件整体大小仅约 20KB代码量精简、结构清晰便于逐行阅读和二次修改。已有 180 人学习下载。源码中单词录入、复习检测等模块划分明确并附有说明文档对编译环境和运行方式做了提示通过研读工程可以直观理解程序从框架搭建到业务逻辑实现的完整过程也能为后续扩展成更完善的背单词工具奠定基础。1. 拿到一份 C 源程序“简单的背单词”先把使用场景盘清楚从网上下载一个名为“C语言源程序---简单的背单词.zip”的压缩包解压后通常是几个 .cpp、.h 和一个词库文件。别急着打开看代码先想清楚一个背单词程序解决了什么用户输入一个英文单词程序给中文释义或者反过来一轮结束给出正确率。真正难的从来不是“把单词从文件里读出来”而是“如何在几百个词里安排哪些先考、哪些后考、错过的词什么时候再出现”。这些看似简单的逻辑恰恰是区分“能跑”和“好用”的分界线。这类源码包特别适合两类人。一类是把 C 语法刚学完、想找一个能完整走一遍“读文件—处理—输出”流程的人另一类是准备 C 面试、想复习字符串处理、文件 IO、随机算法和 STL 容器用法的开发者。拿到 zip 后把源码在本机编译跑通再按自己的需求改词库、加功能比从零开始写到最后只剩一个空的main要踏实得多。2. 背单词程序的数据结构与出题算法从 vector 到洗牌写背单词程序之前先回答一个问题一个词条在内存里该用什么表示这个选择决定后面所有功能的扩展成本。2.1 单词的内存表示pair、map 还是 struct最容易想到的写法是std::pairstd::string, std::string把英文和中文塞进一个 pair。另一种是用std::mapstd::string, std::string按键查值。对于背单词这个场景它们俩都不算合适pair 的两个字段没有名字读到代码里得靠记忆区分 first 和 secondmap 方便按键精确查找却没法直接做“按下标洗牌”这类操作而洗牌恰恰是出题的基础。三种方案的对照如下数据结构存取方式随机出题增加字段如熟练度适用阶段vectorpairstring,stringpush_back 下标容易要改动所有使用点几行就能跑mapstring,string按键访问要复制 key 到数组较麻烦只查不练vector下标随机访问容易在 struct 里加字段即可长期维护实际写下来用一个只装数据的 struct 最好维护。最小定义长这样struct Word { std::string en; // 英文单词 std::string zh; // 中文释义 bool mastered false; // 是否已记住后面扩展成多级熟练度 };std::string直接替代 C 风格字符数组省去手动分配和释放内存的麻烦。开一个std::vectorWord就能装下整个词库访问第 i 个词写words[i].en和words[i].zh可读性比 pair 的 first、second 强很多。将来想加音标、例句、词性改 struct 一处调用点基本不动。2.2 随机出题抽牌和洗牌是两条路拿到词库后按什么顺序出题新手最容易写的是“每次循环用rand() % words.size()取随机下标”。这么写有两个问题同一个词可能连续出现另一些词一局下来一次都没碰到更麻烦的是只要随机种子不变每次运行的题序完全一样。另一种做法更像现实里翻卡片把全部单词的顺序打乱一次然后按新顺序从头考到尾考完再打乱。洗牌用标准库的std::shuffle不需要手写交换逻辑#include random #include algorithm std::mt19937 rng(std::random_device{}()); // 高质量随机数引擎 std::shuffle(words.begin(), words.end(), rng); // 原地乱序std::mt19937是梅森旋转伪随机数生成器质量比rand()好std::shuffle接收一个均匀随机数引擎做重排。把std::random_device{}()作为种子每次启动拿到不同序列调试时可以换成一个固定整数当种子让题序可复现。这段洗牌思路在 C 面试里经常被拎出来问即 Fisher-Yates shuffle。手写版通常是“从后往前每次在剩余区间里随机挑一个交换”但日常工程里直接用std::shuffle就够了重点在于理解它为什么能保证每个排列等概率。它和冒泡排序这类问题不一样考点不是交换次数而是如何保证均匀性。2.3 一轮考完之后的去向先留出分组口子最简单的版本是一轮考完直接打印正确率。这个版本能跑但离好用还有距离。我会在判定处加一个分组逻辑答对的词和答错的词各放一个容器为后面的生词本和间隔复习留下扩展点std::vectorWord correctWords; std::vectorWord wrongWords; for (const auto w : words) { if (answerText w.zh) { correctWords.push_back(w); // 答对的进一组 } else { wrongWords.push_back(w); // 答错的进另一组 } }到这里数据结构和出题逻辑已经立住下一章把整个程序串起来先跑通第一轮。3. 用 C 写一个能跑的最小背单词程序编译、运行与首轮交互第二章把结构和出题方法定了这一章给出一个能直接编译运行的完整源程序。目标不是写大而全的软件而是验证整条链路读文件、洗牌、出题、判定、统计。3.1 完整可复现的 main.cpp#include iostream #include fstream #include string #include vector #include algorithm #include random struct Word { std::string en; std::string zh; }; // 去掉字符串两端的空白字符 std::string trim(const std::string s) { size_t b s.find_first_not_of( \t\r\n); if (b std::string::npos) return ; size_t e s.find_last_not_of( \t\r\n); return s.substr(b, e - b 1); } // 从词库文件加载单词每行格式英文 TAB 中文 std::vectorWord loadWords(const std::string path) { std::vectorWord words; std::ifstream in(path); std::string line; while (std::getline(in, line)) { size_t pos line.find(\t); if (pos std::string::npos) pos line.find( ); if (pos std::string::npos || pos 0) continue; Word w; w.en trim(line.substr(0, pos)); w.zh trim(line.substr(pos 1)); if (!w.en.empty() !w.zh.empty()) words.push_back(w); } return words; } int main(int argc, char** argv) { std::string path argc 1 ? argv[1] : words.txt; std::vectorWord words loadWords(path); if (words.empty()) { std::cerr 没有读到单词请检查词库文件是否存在、格式是否为“英文 TAB 中文”\n; return 1; } std::mt19937 rng(std::random_device{}()); std::shuffle(words.begin(), words.end(), rng); int total 0; int correct 0; for (const Word w : words) { std::cout 请写出 [ w.en ] 的中文意思: ; std::string answer; std::getline(std::cin, answer); answer trim(answer); total; if (answer w.zh) { correct; std::cout 正确\n; } else { std::cout 答错了正确答案是: w.zh \n; } } std::cout 本轮结束答对 correct / total \n; return 0; }这个程序做了四件事。loadWords按行读取词库优先按制表符切分没有制表符再尝试空格字段缺失的行直接跳过std::getline一次读一行避免了scanf读字符串时被空格截断的问题。main先检查词库是否为空再洗牌进入出题循环。每次答题先用trim去掉用户输入两端的空白再整体比较苹果 这类误输入也能判对。计数用两个整数结束打印正确率。判定逻辑用的是完整字符串相等不是子串包含。这样手机上不会被误判成手机一开始就规避了模糊匹配带来的麻烦。支持从命令行传词库路径argc 1 ? argv[1] : words.txt表示不传参数时默认读取当前目录下的words.txt。3.2 用 g 编译的最小命令在项目目录下执行g -stdc17 -Wall -Wextra -O2 main.cpp -o recall-stdc17指定语言标准std::shuffle、std::mt19937在 C11 就能用用 C17 是为了避免老标准下的一堆兼容说明。-Wall -Wextra打开常见警告编译期挡掉一部分类型不匹配和未使用变量的问题。-o recall指定输出文件名Windows 下生成recall.exeLinux 和 macOS 下生成可执行文件recall。如果你用 VS Code 做 C 开发常见做法是在.vscode/tasks.json里把上面这条命令配成 build 任务按 CtrlShiftB 触发构建。别再用 Visual C 6.0 那套老环境它连 C11 都不完整支持换 MinGW-w64 或 Visual Studio 2019 之后的版本会省掉大量莫名其妙的坑。3.3 首轮交互长什么样词库words.txt内容如下apple 苹果 banana 香蕉 orange 橙子 C C 加加运行./recall后交互大致是请写出 [orange] 的中文意思: 橙子 正确 请写出 [C] 的中文意思: C加加 正确 请写出 [apple] 的中文意思: 梨 答错了正确答案是: 苹果 本轮结束答对 3 / 4每次启动都会重新洗牌你的运行顺序大概率不同这是正常的。如果看到中文乱码先别改代码极大概率是词库编码和终端代码页不一致这个问题下一章单独处理。3.4 值得动手调的 4 个参数参数/行为代码位置默认值调整说明词库路径main 函数首行words.txt用 argv[1] 传入外部文件随机种子random_device{}()每次随机调试时换固定数字让题序可复现每轮词数for 循环范围全部单词洗牌后截取前 N 个词答案判定answer w.zh精确匹配需要模糊匹配时单独做函数这几个参数里随机种子影响调试时的可复现性每轮词数直接影响使用手感。想改成每轮只考 10 个词把 for 循环范围改成words.begin()到words.begin() std::min(10, (int)words.size())即可。4. 词库文件与 zip 源码包编码、解压与工程目录的组织方式标题里的 zip 后缀决定了这个源码包的常见流通形态。从 GitHub 下载的 zip、课程附件里拷来的压缩包解压后怎么整理成一个能长期维护的工程是这一章的主题。4.1 解压 zip 包时先确认三件事拿到“C语言源程序---简单的背单词.zip”这种压缩包不要直接双击解压就完事。先确认下载完整解压过程中报error read zip archive通常不是压缩包加密而是下载被中断、文件不完整或者当前解压工具不认这个 zip 结构。换 7-Zip 这种开源工具重新打开如果能正常浏览内部文件就是原工具版本太老换了工具仍报错就重新下载一次再试。第二步确认解压路径没有中文和空格。Windows 下把源码放到D:\recall这种纯英文路径比放到“桌面\背单词源码”稳得多。不是必然出错而是后续命令行编译、词库路径拼接时中文路径会成为不确定因素排查成本远大于收益。第三步看解压出来的文件结构。一个规范的源码包至少应该有源码文件、词库文件和一个说明文件。如果只有 .cpp 没有词库程序运行时大概率读不到数据。先找words.txt、dict.txt之类的数据文件这决定了loadWords能不能在第一次就跑通。处理顺序列出来就是检查 zip 完整性、换英文路径解压、核对源码与数据文件是否齐全。三步做完再进入编译阶段。4.2 词库文件格式与中文编码乱码多半不怪代码背单词程序里最隐蔽的坑是词库文件编码。代码读文件会按一个约定的编码规则解释字节文件是 GBK 而代码按 UTF-8 读就会得到一串乱码这在 Windows 下最常见。词库推荐用制表符分隔的纯文本格式制表符不像空格那样会出现在单词内部切分逻辑简单。遇到 CSV 格式时常见做法是按行拆分、按逗号切列#include sstream std::ifstream in(words.csv); std::string line; while (std::getline(in, line)) { std::stringstream ss(line); std::string cell; while (std::getline(ss, cell, ,)) { // cell 就是一个字段收集后按列映射到 Word } }std::stringstream配合std::getline的第三个参数可以用逗号把一行切成多段。注意格式错误的行不会崩溃而是多产生一个空字符串后续加一个判空过滤即可。编码问题的对照关系如下运行环境词库编码终端代码页现象处理办法Windows MSVCGBK/ANSIGBK(936)正常无需处理Windows MSVCUTF-8GBK中文乱码加/utf-8编译选项Windows MinGWUTF-8GBK中文乱码执行chcp 65001Linux / macOSUTF-8UTF-8正常文件存成 UTF-8 无 BOM我一般会把词库统一存成 UTF-8 无 BOM代码、终端都按 UTF-8 工作跨平台最省心。4.3 把源码包整理成 src/data/build 三段式解压出来的文件往往堆在一层目录里直接在上面改也能跑但长期维护时我会先整理成这种结构recall/ ├─ src/ # 源码 │ ├─ main.cpp │ └─ word.h ├─ data/ # 词库与数据 │ └─ words.txt ├─ build/ # 编译产物不参与源码分发 └─ README.md # 编译命令和词库格式说明源码和数据分离备份时不会把编译产物带走build整目录删除也不会误删源码。对应到编译命令代码不改路径要变g -stdc17 src/main.cpp -o build/recall ./build/recall data/words.txt第一行把源码编译到build/recall第二行运行并指定词库路径。如果运行时报找不到words.txt先检查当前终端目录是不是项目根目录命令里传的是相对路径和终端位置强相关。5. 给背单词程序加上记忆曲线生词本、熟练度与进度持久化基础版本跑通后大多数人的下一个需求是“别让我把一百个词一股脑背完”。这时加入熟练度模型和间隔复习程序就从随机出题器变成了能留存进度的工具。5.1 熟练度模型给 Word 增加 level 与 nextReview把Word扩展成下面这样#include ctime struct Word { std::string en; std::string zh; int level 0; // 熟练度 0-5 std::time_t nextReview 0; // 下次复习时间戳0 表示立即到期 };level表示这个词被答对的累计程度nextReview表示它下一次该出现的绝对时间。程序每次启动只看nextReview now的词没到时间的词先不打扰。间隔天数按 level 递增这是把 Anki、SuperMemo 的间隔重复逻辑简化成一张表level距下次复习的间隔触发时机0当天立即或 1 分钟首次学习或答错降级11 天第一次答对23 天连续答对37 天比较熟415 天接近掌握530 天长期维护这张表可以直接写成一个 int 数组间隔按天为粒度换算成秒时统一乘24 * 60 * 60。级别到顶后不再上涨答错直接回落到 0强制重新走一遍遗忘曲线这是整个模型里最关键的一步。5.2 出题前先过滤到期词有了nextReview出题循环不能对整个words洗牌了要先筛出“今天到期”的词std::time_t now std::time(nullptr); auto isDue [now](const Word w) { return w.nextReview now; // 到期才进入本次队列 }; std::vectorWord due; std::copy_if(words.begin(), words.end(), std::back_inserter(due), isDue); std::shuffle(due.begin(), due.end(), rng);lambda 表达式isDue把日期比较封装成可复用谓词std::copy_if把符合条件的元素追加到due尾部。这样做的好处是原words不被洗牌进度数据保持稳定due只是本次会话的临时队列。词库是按字典序排列时可以用二分查找快速定位某个词是否到期但背单词这种百级数据量线性过滤已经足够快。答题判定处更新 level 和复习时间if (answer w.zh) { w.level std::min(w.level 1, 5); // 答对升一级 w.nextReview now intervals[w.level] * 86400; } else { w.level 0; // 答错归零 w.nextReview now 60; // 一分钟后再次出现 }答错时把 level 清零并把nextReview设为一分钟后让这个词在本次会话内还能再出现一次。这比丢到队尾更符合“错了马上再来一遍”的记忆习惯。5.3 进度写回序列化与数据保护内存里的level和nextReview不写回文件程序一关就全丢。常见做法是把词表连同熟练度序列化到文本文件void saveWords(const std::vectorWord words, const std::string path) { std::ofstream out(path); for (const auto w : words) { out w.en \t w.zh \t w.level \t w.nextReview \n; } }写回格式是“英文 TAB 中文 TAB level TAB nextReview”。读回时按行拆开再用\t切分前两个字段填en和zh后两个字段转成数字填回结构体。这里有一个常见坑直接覆盖原words.txt写一半断电或磁盘满词库就废了。我一般把进度写到data/progress.dat原词库只当只读数据下次启动优先读progress.dat没有这个文件才回退到words.txt。词库是源数据进度是用户数据两者互不污染。6. 验证这个 C 背单词源码最小测试、命令行参数与分发 zip 的注意事项功能写完剩下的问题是证明它可靠。断言测试和命令行入口是最省成本的两个手段。6.1 用 assert 验证判定逻辑把答案判定独立成函数后写一个不依赖任何测试框架的验证函数#include cassert // 去掉两端空白后整体比较 bool checkAnswer(const std::string userInput, const std::string correct) { return trim(userInput) correct; } void runTests() { assert(checkAnswer(苹果, 苹果) true); assert(checkAnswer( 苹果 , 苹果) true); assert(checkAnswer(苹果, 香蕉) false); assert(checkAnswer(, 苹果) false); }构建时加-DNDEBUG可以关闭 assert日常开发阶段保留逻辑错误能在运行期立刻暴露。洗牌逻辑如果要验证连续洗 100 次每次断言总词数不变即可。6.2 命令行参数收口给main增加两个入口参数分别控制词库路径和进度文件路径std::string wordPath argc 1 ? argv[1] : data/words.txt; std::string progressPath argc 2 ? argv[2] : data/progress.dat;argv[1]对应词库argv[2]对应进度文件不带参数也能跑默认值这样在 IDE 里按 F5 调试时不会因为缺参数直接退出。6.3 把源码重新打成 zip 分发重新打包时先删掉build目录里的编译产物和临时文件只保留src、data、README.md然后在工程根目录用 7-Zip 选择“添加到 zip”不要用自解压格式目录名保持英文。README 里写明编译命令和词库格式拿到 zip 的人按步骤走通常五分钟内能跑通。本文还有配套的精品资源点击获取
)
