统计文本单词频率————软件工程第一次作业

最新推荐文章于 2024-08-05 08:17:15 发布
最新推荐文章于 2024-08-05 08:17:15 发布
阅读量490 收藏 1
点赞数
分类专栏： 软件工程作业 文章标签： 单词频率
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yan1697/article/details/40323049
版权

要求：

写一个程序，分析一个文本文件中各个词出现的频率，并且把频率最高的10个词打印出来。文本文件大约是30KB~300KB大小。

 

解决思路：

1、将文件内容存放在字符串里面；


2、利用 split() 函数分割字符串，按照 ","、"."、"?"、":"、"空格"、"回车" 来分割，得到一个数组；


3、遍历数组，将其放入 Map<String,Integer> 中，key=词，value=出现次数，对Map 进行排序，得到出现频率最高的10个词；




输出结果：


洞幺洞幺
关注
专栏目录
c++课程设计单词频率统计
03-19
给定指定单词，统计其在选定文本中出现的频率 在磁盘目录下保存一篇英文文章，通过程序打开该文件，对里面的数据进行操作；将磁盘文件中的英文文章先用链表装起来，单词一个个地存放到链表中的结点中；这样一来对文件中单词频率的统计就转化为对内存链表中单词频率的统计。 在这个过程中需要用到打开文件并显示文件里的英文文章的函数openfile()，这个函数包括了打开文件并显示里面的内容，将英文文章存放到链表的功能（此时因为考虑到文章中会含有标点符号，调用去标点的成员函数去掉标点，因此链表结点中的单词是纯单词，不含标点符号，调用结束后会返回纯单词链表的头指针）；还需要用于查找指定单词的函数searchword()，输入需要查找的单词，挨个地与链表结点中的单词进行比较；还需要用到显示每个单词频率的函数frequencydisplay()，在searchword()基础上使需要查找的单词是链表中的每一个不重复的单词；需要主函数来调用定义的函数。
python实现统计文本中单词出现的频率详解
12-31
本文实例为大家分享了python统计文本中单词出现频率的具体代码，供大家参考，具体内容如下 #coding=utf-8 import os from collections import Counter sumsdata=[] for fname in os.listdir(os.getcwd()): if os.path.isfile(fname) and fname.endswith('.txt'): with open(fname,'r') as fp: data=fp.readlines() sumsdata+=[line.strip().lower
个人作业——统计多个文本文件中的单词及词组出现频率
didai3506的博客
03-30 1686
作业要求 1.对源文件（*.txt,*.cpp,*.h,*.cs,*.html,*.js,*.java,*.py,*.php等）统计字符数、单词数、行数、词频，统计结果以指定格式输出到默认文件中，以及其他扩展功能，并能够快速地处理多个文件 2.使用性能测试工具进行分析，找到性能的瓶颈并改进 3.对代码进行质量分析，消除所有警告 4.设计10个测试样例用于测试，确保程序正常...
统计指定的文本文件（英文）中，每个单词的出现频率，输出按字典序排列的单词频度表。
12-21
本程序通过C#语言基于VS2013进行编写，旨在统计指定的文本文件（英文）中，每个单词的出现频率，输出按字典序排列的单词频度表。
软件工程实践2018第二次作业——个人项目
didai4026的博客
09-10 183
github项目地址：https://github.com/BenjaminAlvis/personal-project PSP2.1 Personal Software Process Stages 预估耗时（分钟） 实际耗时（分钟） Planning 计划 40 50 · Estimate · 估计这个任务需要多少时间 40 50 Development 开...
软件工程实践2018第四次作业——结对作业2
didai4026的博客
10-10 251
博客链接：博客地址 github项目地址：结对作业2 具体分工： 爬虫部分：王彬 基本功能部分：王彬 附加题部分：葛亮 PSP表格： PSP2.1 Personal Software Process Stages 预估耗时（分钟） 实际耗时（分钟） Planning 计划 20 20 · Estimate · 估计这个任务需要多少时间 20 20 Developme...
2018软件工程第二次作业——个人项目
weixin_30321709的博客
09-12 190
1.WordCount项目：031602510/scr 2.psp表格 PSP2.1 Personal Software Process Stages 预估耗时（分钟） 实际耗时（分钟） Planning 计划 80 60 · Estimate · 估计这个任务需要多少时间 80 60 Development 开发 2000 2700 · Analysis · 需求分析 ...
软件工程第二次作业——个人项目
weixin_30653097的博客
09-12 154
1. Github项目地址： https://github.com/hym980417/personal-project 2. PSP表格。 PSP2.1Personal Software Process Stages预估耗时（分钟）实际耗时（分钟） Planning 计划 20 15 · Estimate · 估计这个任务需要多...
软件工程知识点总结
热门推荐
CherryChenieth的博客
04-11 5万+
文章目录一、软件工程概述1. 定义2. 软硬件失效3. 软件危机4. 软件工程三要素5. 软件工程目标6. 软件工程研究内容7. 软件工程知识体系二、软件生命周期模型2.1 软件工程过程：PDCA循环2.2 软件生命周期 software life cycle2.3 过程模型（软件生命周期模型）2.3.1 瀑布模型2.3.2. V模型和W模型2.3.2 原型方法(prototyping)2.3.4. 演化模型2.3.5. 增量模型2.3.6. 螺旋模型2.3.7. 喷泉模型(迭代模型)2.3.8. 构件组
语言模型文本处理技术——Tokenizer
最新发布
shengyin714959的博客
08-05 78
（译者注：此处的两阶段指的应当是首先需要收集并处理数据（训练模型），然后才能应用这些数据来进行预测或生成结果（运行模型））在这个类比中，这些统计数据是模型，计算这些数据是训练，文本自动补全是运行模型。创建这种系统的一种相对直接的方法是使用简单的统计方法：在一个大型文本数据集中，记录下“New York”出现的所有文本样例（以及其他所有词对的样例），并记录在这些词对（如“New York”）后面出现的是什么单词，以此来学习文本的模式。最终，输入的文本数据越多，文本自动补全程序的输出就应该变得更准确。
ASE第三次作业——结对编程
weixin_30731305的博客
11-02 236
ASE第三次作业——结对编程 成员：张贺 杨涛 石恩升 github地址：https://github.com/ThomasMrY/ASE-project-MSRA 题目简介： 　　此次编程的题目是——统计文本文件中英语单词的频率，作业要求我们不仅要完成题目功能，还要对我们的程序做单元测试、回归测试以及效能分析。 题...
NLP入门之新闻文本分类竞赛——文本分类模型
一阵星星雨的博客
07-31 1683
一、Word2Vec word2vec模型背后的基本思想是对出现在上下文环境里的词进行预测。对于每一条输入文本，我们选取一个上下文窗口和一个中心词，并基于这个中心词去预测窗口里其他词出现的概率。因此， word2vec模型可以方便地从新增语料中学习到新增词的向量表达，是一种高效的在线学习算法。word2vec的主要思路:通过单词和上下文彼此预测，对应的两个算法分别为: **Skip-grams (SG)：**预测上下文； **Continuous Bag of Words (CBOW)：**给定上下文来预
信息检索简介——文本处理、搜索引擎、数据挖掘、机器学习、推荐系统等
程序员光剑
08-07 797
2005年8月17日至9月3日在美国加利福尼亚州伯克莱纳举行了SIGIR国际会议（中文全称“计算机信息retrieval国际会议”），这是信息检索领域的顶级会议之一。该会议由ACM主办，主题涵盖了包括文本处理、搜索引擎、数据挖掘、机器学习、推荐系统等多个热门方向。此次会议是第一次将信息检索作为一个学科，并取得重大突破。本文试图对SIGIR进行一个完整的介绍，阐述其发展历史、相关术语、发表论文数量、会议规模、参会学者背景及主要研究方向。
字典树应用——词频统计 （C++实现）
Emily_cyy的专栏
10-05 5738
有幸能够来邮电交流学习一年 真的h
【软件工程】第四章 结构化分析
轩i的博客
01-08 6513
4.1 结构化分析方法的概念 4.1.1 软件开发方法学 举例： 结构化方法 面向对象方法 面向数据结构方法 敏捷开发方法 Open source … 对比： 软件开发方法：软件开发过程中所遵循的办法和步骤。 软件开发方法学：指的是规则、方法和工具的集成。 4.1.2 结构化方法的组成 结构化软件开发方法的组成： 4.1.3 结构化分析 分析的目标： 对需求陈述进行分析，解决其...
统计文本单词个数与频率
在C语言中，统计文本文件中的单词个数和每个单词的出现次数是一个常见的任务，它涉及到字符处理、内存管理和数据结构。在这个程序中，主要涉及以下知识点： 1. 字符处理：通过比较字符ASCII码来判断其是否为大写...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值