数据的User表示用户，后面的2:1这些，冒号前面表示用户所属的社区

一、问题描述

这是一些文本数据，数据的User表示用户，后面的2:1这些，冒号前面表示用户所属的社区，后面表示所属社区的次数，例如第一行表示User1属于2社区1次，属于3社区2次，属于4社区7次，能不能编写一个java程序计算出User在各个社区的概率？例如第一行数据，User1在社区2的概率0.1，在3社区概率0.2,在4社区概率0.7，并且设置一个阈值为去除小概率社区，输出社区概率较大的社区，例如设置的阈值为0.1，则输出社区3和4

【ps:仅供参考，没有去优化】

二、实现代码

package com.test;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.apache.commons.lang.StringUtils;

public class JustTest {

	public static void main(String[] args) {
		String path = "E:\\";
		String text = readTxt(path + "users.txt", 0.4f);
		writeText(text, path + "users_new.txt");
	}

	/**
	 * 写入文件
	 * @param text
	 * @param path
	 */
	public static void writeText(String text, String path) {
		System.out.println("保存的文件路径为："+path);
		FileWriter fileWrite = null;
		try {
			fileWrite = new FileWriter(path);
			fileWrite.write(text);
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			try {
				fileWrite.flush();
				fileWrite.close();
			} catch (IOException e) {
				e.printStackTrace();
			}
		}
	}

	/**
	 * 匹配
	 * @param regex
	 * @param data
	 * @return
	 */
	public static String[] match(String regex, String data) {
		Pattern p = Pattern.compile(regex);
		Matcher m = p.matcher(data);
		StringBuilder result = new StringBuilder(45);
		while (m.find()) {
			result.append(m.group() + ",");
		}
		String[] arr = result.toString().split(",");
		return arr;
	}

	/**
	 * 数据处理
	 * @param data
	 * @param thresholdValue
	 * @param path
	 * @return
	 * @throws IOException
	 */
	public static String processingData(String data, float thresholdValue,
			String path) throws IOException {
		String[] timeArr = match("((?<=(\\d+:))\\d+)", data);// 匹配次数
		int timeArrLen = timeArr.length;
		int countTime = 0;
		// 统计总次数
		for (String time : timeArr) {
			if(StringUtils.isNotBlank(time)){
				countTime += Integer.parseInt(time);
			}		
		}
		// 计算概率
		float[] probability = new float[timeArrLen];
		for (int i = 0; i < timeArrLen; i++) {
			if(StringUtils.isNotBlank(timeArr[i])){
				probability[i] = Float.parseFloat(timeArr[i]) / countTime;
			}		
		}
		// 封装数据
		String[] communityArr = match("-?\\d+(?=:)", data);// 匹配社区
		StringBuilder resultRow = new StringBuilder(150);
		resultRow.append(data).append("\t\t概率");
		for (int i = 0; i < timeArrLen; i++) {
			if (probability[i] > thresholdValue) {
				resultRow.append(communityArr[i]).append(":")
						.append(probability[i]).append("\t");
			}
		}
		resultRow.append("\r\n");
		return resultRow.toString();
	}

	/**
	 * 读取txt文本
	 * 
	 * @param path
	 */
	public static String readTxt(String path, float thresholdValue) {
		System.out.println("读取的文件路径为："+path);
		File file = new File(path);
		BufferedReader reader = null;
		String tempString = null;
		StringBuilder resultTxt = new StringBuilder(3000);
		try {
			reader = new BufferedReader(new FileReader(file));
			while ((tempString = reader.readLine()) != null) {
				//System.out.println(tempString);
				if (!tempString.isEmpty()) {
					resultTxt.append(processingData(tempString, thresholdValue,
							path));
				}
			}
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			if (reader != null) {
				try {
					reader.close();
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
		return resultTxt.toString();
	}

}