统计一个文本出现频率最高的…

原文地址：统计一个文本出现频率最高的10个词 作者：沸沸

一、作业要求

    在一个txt文件中统计其中出现最多的10词语，最好可以统计中文词语

二、实现方法

    首先，建立一个word类，其中这个类的对象有两个属性，其中这个词语的值，以及这个值出现的次数。首先把这个文件中的所有的内容传输到一个缓存当中，然后每输出一个字母就存储到一个str中，当出现各种符号，以及空格的时候就认为这个单词的读取结束！建立word，lian两个链，然后每输出一个单词，就存储在word当中，然后指向下一个，同时把word的值赋给lian，并判断是否存在相同的单词，存在的话，就把这个单词的个数加一，没有的话就赋在这个lian的后面。当所有的单词以及单词的个数都已经存储好了之后，就将前10个词语输出。

三、源代码

package sum;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

class Word                                        //定义单词类
{
    String value;                                  //具体的单词
    int geshu;                                     //出现的个数
    Word next;                                     //将单词链起来
    public Word(String value,int geshu)            //带参构造函数
    {
        this.value=value;
        this.geshu=geshu;
        next=null;
    }
    public Word()                                   //空构造函数
    {
        this.value="";
        this.geshu=0;
        next=null;
    }
}                                       
public class r {
   public static void main(String args[]) throws IOException      //主函数
    {
        Word word=new Word();                                      //单词的链头
        Word lian,xin;                                            
        String str="";
        FileReader f=new FileReader("d:/text.txt");                //读取英文文件
        char[] c=new char[1];                                 //每次读取一个字母
        int b=0;
        boolean exist=false;                              //判断单词是否存在于  word 链中
        while((b=f.read(c))!=-1)                              //每次读取一个字母直到最后
        {
            //如果字符为  换行、空格、单引号、双引号、逗号、句号  则为一个单词的结束及另一个单词的开始
            if(String.valueOf(c).equals("r")||String.valueOf(c).equals("n")||String.valueOf(c).equals(" ")||String.valueOf(c).equals(",")||String.valueOf(c).equals(".")||String.valueOf(c).equals(""")||String.valueOf(c).equals("'"))
            {                 lian=word;
                while(lian!=null)           
                {
                    if(lian.value.equals(str))           //如果单词在单词链中存在，则单词个数++
                    {
                        lian.geshu++;exist=true;break;
                   }
                    else
                    {
                        lian=lian.next;
                    }
               }
                if(exist==false)                        //如果不存在，则在单词链中添加
                {
                    xin=new Word(str,1);                     xin.next=word.next;
                    word.next=xin;
                    str="";
                }
                else                 {
                 exist=false;
                    str="";
                }
            }
            else                                      //单词
            {
                str+=String.valueOf(c);
            }
        }
        //   循环10次
        for(int i=1;i<=10;i++)                  
        {
            xin=new Word("",0);
            lian=word.next;
            //找到单词链中个数最多的
            while(lian!=null)
            {
                if(lian.geshu>xin.geshu)
                {
                    xin=lian;
                }
                lian=lian.next;
            }
            //输出单词链中个数最多的
            System.out.println("弟"+i+"个 :"+xin.value+"个数："+xin.geshu);
            lian=word;
            //删除单词链中单词个数最多的
            while(lian.next!=null)
            {
                if(lian.next.value.equals(xin.value))                 {
                    lian.next=lian.next.next;
                    break;
                }
                lian=lian.next;
            }
        }
    }
}

四、实验测试

五、实验结果

六、实验不足

1.这个实验的目的是统计最常出现的10个词语，想这些人称词语就可以不出现，在筛选的时候可以增加一些约束条件，把这些词语删除。

2.对于汉字来说，实现方法有点困难，自己还是没有想到方法来实现，在以后的学习之中还是要努力，加强各方面的能力。