单词统计

Posted 2021-06-15 。往心。

第0步：输出某个英文文本文件中 26 字母出现的频率，由高到低排列，并显示字母出现的百分比，精确到小数点后面两位。

　　不难看出，这个只要求字母出现的频率，那么我们在读取文件的时候是采取的一次性全部读取，然后用String类自带的方法，将整个字符串转化成每个字符组成的字符串数组，然后获取长度之后一次for循环，然后与26字母进行比对，然后获得数量，最后进行排序。

 

for (int i = 0; i < shu.length; i++) {
switch (shu[i]) {
case \'a\':
zimu[0] = \'a\';
count[0]++;
break;
case \'b\':
zimu[1] = \'b\';
count[1]++;
break;
case \'c\':
zimu[2] = \'c\';
count[2]++;
break;
case \'d\':
zimu[3] = \'d\';
count[3]++;
break;
case \'e\':
zimu[4] = \'e\';
count[4]++;
break;
case \'f\':
zimu[5] = \'f\';
count[5]++;
break;
case \'g\':
zimu[6] = \'g\';
count[6]++;
break;
case \'h\':
zimu[7] = \'h\';
count[7]++;
break;
case \'i\':
zimu[8] = \'i\';
count[8]++;
break;
case \'j\':
zimu[9] = \'j\';
count[9]++;
break;
case \'k\':
zimu[10] = \'k\';
count[10]++;
break;
case \'l\':
zimu[11] = \'l\';
count[11]++;
break;
case \'m\':
zimu[12] = \'m\';
count[12]++;
break;
case \'n\':
zimu[13] = \'n\';
count[13]++;
break;
case \'o\':
zimu[14] = \'o\';
count[14]++;
break;
case \'p\':
zimu[15] = \'p\';
count[15]++;
break;
case \'q\':
zimu[16] = \'q\';
count[16]++;
break;
case \'r\':
zimu[17] = \'r\';
count[17]++;
break;
case \'s\':
zimu[18] = \'s\';
count[18]++;
break;
case \'t\':
zimu[19] = \'t\';
count[19]++;
break;
case \'u\':
zimu[20] = \'u\';
count[20]++;
break;
case \'v\':
zimu[21] = \'v\';
count[21]++;
break;
case \'w\':
zimu[22] = \'w\';
count[22]++;
break;
case \'x\':
zimu[23] = \'x\';
count[23]++;
break;
case \'y\':
zimu[24] = \'y\';
count[24]++;
break;
case \'z\':
zimu[25] = \'z\';
count[25]++;
break;
case \'A\':
zimu[26] = \'A\';
count[26]++;
break;
case \'B\':
zimu[27] = \'B\';
count[27]++;
break;
case \'C\':
zimu[28] = \'C\';
count[28]++;
break;
case \'D\':
zimu[29] = \'D\';
count[29]++;
break;
case \'E\':
zimu[30] = \'E\';
count[30]++;
break;
case \'F\':
zimu[31] = \'F\';
count[31]++;
break;
case \'G\':
zimu[32] = \'G\';
count[32]++;
break;
case \'H\':
zimu[33] = \'H\';
count[33]++;
break;
case \'I\':
zimu[34] = \'I\';
count[34]++;
break;
case \'J\':
zimu[35] = \'G\';
count[35]++;
break;
case \'K\':
zimu[36] = \'K\';
count[36]++;
break;
case \'L\':
zimu[37] = \'L\';
count[37]++;
break;
case \'M\':
zimu[38] = \'M\';
count[38]++;
break;
case \'N\':
zimu[39] = \'N\';
count[39]++;
break;
case \'O\':
zimu[40] = \'O\';
count[40]++;
break;
case \'P\':
zimu[41] = \'P\';
count[41]++;
break;
case \'Q\':
zimu[42] = \'Q\';
count[42]++;
break;
case \'R\':
zimu[43] = \'R\';
count[43]++;
break;
case \'S\':
zimu[44] = \'S\';
count[44]++;
break;
case \'T\':
zimu[45] = \'T\';
count[45]++;
break;
case \'U\':
zimu[46] = \'U\';
count[46]++;
break;
case \'V\':
zimu[47] = \'V\';
count[47]++;
break;
case \'W\':
zimu[48] = \'W\';
count[48]++;
break;
case \'X\':
zimu[49] = \'X\';
count[49]++;
break;
case \'Y\':
zimu[50] = \'Y\';
count[50]++;
break;
case \'Z\':
zimu[51] = \'Z\';
count[51]++;
}
}
int ci = 0;
int sum = 0;
System.out.println("短文中各字母出现情况统计如下：");
for (int i = 0; i < 26; i++) {
count[i] += count[i + 26];
if (count[i] != 0) {
ci++;
sum += count[i];
System.out.println(ci + ".字母" + zimu[i] + "的出现次数是:" + count[i]);
}
}

for (int i = 0; i < 26; i++) {
System.out.println(zimu[i] + "出现的百分比为:" + df.format(count[i] * 1.0 / sum));
}
System.out.println("字母共计：" + sum + "个");

 

 

第1步：输出单个文件中的前 N 个最常出现的英语单词。

　　作用：一个用于统计文本文件中的英语单词出现频率。

　　单词：以英文字母开头，由英文字母和字母数字符号组成的字符串视为一个单词。单词以分隔符分割且不区分大小写。在输出时，所有单词都用小写字符表示。

　　在单词中，我想到的方法则是将上面的方法进行的了一点变化，第0步是将字符分隔成为String数组，那在第一步，就变成了把字符变成了字符串，但是之前我们需要的是将一些特别符号转换成成为一个符号，然后再对这个符号进行分割，这样就可以获得单词。

 

//先使用replace方法，替换特殊符号
//然后再使用map得到个数
Map<String,Integer> map=new HashMap<String,Integer>();
for(String str : temp){
if(map.containsKey(str)){
map.put(str, map.get(str) + 1);
}else{
map.put(str, 1);
}
}