单词统计
Posted xhj1074376195
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了单词统计相关的知识,希望对你有一定的参考价值。
一、题目要求
《哈利波特》 中最常用的短语是什么,等等。我们就写一些程序来解决这个问题,满足一下我们的好奇心。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。字母频率 = 这个字母出现的次数 / (所有A-Z,a-z字母出现的总数)。如果两个字母出现的频率一样,那么就按照字典序排列。 如果 S 和 T 出现频率都是 10.21%, 那么, S 要排在T 的前面。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。英文字母:A-Z,a-z字母数字符号:A-Z,a-z,0-9。第1步:输出单个文件中的前 N 个最常出现的英语单词。分割符:空格,非字母数字符号 例:good123是一个单词,123good不是一个单词。good,Good和GOOD是同一个单词。
二、代码
package dao; import java.io.BufferedReader; import java.io.FileReader; import java.io.IOException; import java.text.NumberFormat; import java.util.ArrayList; import java.util.Collections; import java.util.Comparator; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.Scanner; public class Dao{ static String str; static boolean flag=true; static int i; static int j; static int m; static Scanner scan=new Scanner(System.in); public static void main(String[] args) { System.out.println("运行成功,请稍等!"); readFile(); while(flag) { System.out.print("输入1查询字母所占的比例,输入2查询占前几个的单词,输入3退出:"); int n=scan.nextInt(); switch(n) { case 1: findletter();//查询字母所占比例 break; case 2: findword();//查询单词所占的比例 break; case 3: System.out.println("退出成功!"); flag=false; break; } } } public static void readFile() { String pathname = "Harry Potter and the Sorcerer‘s Stone.txt"; //这里为要统计的文本文档名,同时需要将该文档导入到本工程中 try (FileReader reader = new FileReader(pathname); BufferedReader br = new BufferedReader(reader) ) { String line; while ((line = br.readLine()) != null) { str+=line; } } catch (IOException e) { e.printStackTrace(); } } public static void findletter() { char s[]=str.toCharArray(); int[] a=new int[52]; char[] b=new char[52]; String str1="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"; b=str1.toCharArray(); for(j=0;j<str.length();j++) { if(s[j]>=‘a‘&&s[j]<=‘z‘) { m=s[j]-‘a‘; a[m]++; } else if(s[j]>=‘A‘&&s[j]<=‘Z‘) { m=s[j]-‘A‘+26; a[m]++; } } int t = 0; char ts; for(i=0;i<52;i++) { for(j=i+1;j<52;j++) { if(a[i]<a[j]) { t=a[i]; a[i]=a[j]; a[j]=t; ts=b[i]; b[i]=b[j]; b[j]=ts; } } } double sum=0; for(i=0;i<52;i++) { sum+=a[i]; } NumberFormat nt = NumberFormat.getPercentInstance(); nt.setMinimumFractionDigits(2); for(i=0;i<52;i++) { System.out.println(b[i]+" "+nt.format(a[i]/sum*1.0)); } } public static void findword() { str.toLowerCase(); // 将str转换为小写 String[] words = str.split("[^(a-zA-Z)]+"); // 非单词的字符来分割,得到所有单词 Map<String ,Integer> map = new HashMap<String, Integer>() ; for(String word :words){ if(map.get(word)==null){ // 若不存在说明是第一次,则加入到map,出现次数为1 map.put(word,1); }else{ map.put(word,map.get(word)+1); // 若存在,次数累加1 } } // 排序 List<Map.Entry<String ,Integer>> list = new ArrayList<Map.Entry<String,Integer>>(map.entrySet()); Comparator<Map.Entry<String,Integer>> comparator = new Comparator<Map.Entry<String, Integer>>() { public int compare(Map.Entry<String, Integer> left, Map.Entry<String, Integer> right) { int i=left.getValue()-right.getValue(); if(i==0) { return (right.getKey().compareTo(left.getKey())); } return (left.getValue().compareTo(right.getValue())); } }; // 集合默认升序 Collections.sort(list,comparator); int n=list.size(); System.out.println("一共有"+n+"种单词"); System.out.println("请输入你要排序前几个单词:"); Scanner scanner=new Scanner(System.in); n=scanner.nextInt(); for(int i=0;i<n;i++){// 由高到低输出 System.out.println(list.get(list.size()-i-1).getKey() +":"+list.get(list.size()-i-1).getValue()); } } }
三、运行结果
四、统计的文档
Harry Potter and the Sorcerer‘s Stone.txt
链接:https://pan.baidu.com/s/1zDyMbTzeXqxwGKHmCEFgTQ
提取码:3lxm
以上是关于单词统计的主要内容,如果未能解决你的问题,请参考以下文章
片段(Java) | 机试题+算法思路+考点+代码解析 2023
编写一个程序, 将 a.txt 文件中的单词与 b.txt 文件中的 单词交替合并到 c.txt 文件中, a.txt 文件中的单词用回车符 分隔, b.txt 文件中用回车或空格进行分隔。(代码片段