第十次作业齐普夫定律NO.3

我们常常说“二八原则”或“20/80原则”，例如，80%的财富集中在20%的人手中、80%的用户只使用20%的功能、20%的用户贡献了80%的访问量，等等。如果把所有的单词（字）放在一起看呢？会不会20%的词（字）占了80%的出现次数？答案是肯定的。

1932年,哈佛大学的语言学专家Zipf在研究英文单词出现的频率时,发现如果把单词出现的频率按由大到小的顺序排列,则每个单词出现的频率与它的名次的常数次幂存在简单的反比关系，这种分布就称为Zipf定律,它表明在英语单词中,只有极少数的词被经常使用,而绝大多数词很少被使用.实际上,包括汉语在内的许多国家的语言都有这种特点。这个定律后来在很多领域得到了同样的验证，包括网站的访问者数量、城镇的大小和每个国家公司的数量等。

本题要求你对zipf定律进行简单验证。

输入：

一系列文本，以空白分隔每个英文单词。忽略单词大小写，并不考虑各种特殊字符。

（s = s.replaceAll("[\\d\",!.:;?()`'*-]", "");）

输出：

逆序输出出现频率最高的前十个单词，以及对应的出现次数。（相同出现次数的，按字母表逆序输出）

样例输入：

Communist Manifesto（共产党宣言）

样例输出：

the:1141↵

of:779↵

and:345↵

in:287↵

to:261↵

a:164↵

is:135↵

that:125↵

by:111↵

with:99↵

import java.util.Arrays;
/*
 * 齐普夫(Zipf)定律
 * 1932年,哈佛大学的语言学专家Zipf在研究英文单词出现的频率时,
 * 发现如果把单词出现的频率按由大到小的顺序排列,则每个单词出现
 * 的频率与它的名次的常数次幂存在简单的反比关系，这种分布就称为Zipf定律
 */
public class Main {
	public static void main(String[] args) throws Exception {
		String strRead = StdIn.readAll();
		/*字符处理begin*/
		//第一步.统一转换为小写字母
		strRead = strRead.toLowerCase();
		//第二步.替换文章中的标点符号
		strRead = strRead.replaceAll("[\\d\",!.:;?()`'*-]","");
		//第三步.按空格或回车换行截取单词（\\s表示   空格,回车,换行等空白符+表示多个)
        String[] arrWord = strRead.split("\\s+");
        /*字符处理end*/
        //对字符串排序
        Arrays.sort(arrWord);
        Frequency[] arrFrequency = new Frequency[arrWord.length];
        int i = 0;
        for(int j=0;j<arrWord.length;j++){
        	if((j==0)||(!arrWord[j].equals(arrWord[(j-1)])))
        		arrFrequency[i++] = new Frequency(arrWord[j],arrWord.length,0);
        	arrFrequency[i-1].getCount(); 	
        }
        //按出现的频次从大到小倒序输出
        Arrays.sort(arrFrequency, 0, i);
        for(int n=i-1;n>Math.max(i-10, 0);n--){
        	StdOut.println(arrFrequency[n]);
        }      
	}
}
//定义统计频次类
class Frequency implements Comparable<Frequency>{
	private String word;
	private int    maxCount;
	private int    count;
	//定义构造方法
	public Frequency(String word,int maxCount,int count){
		this.word = word;
		this.maxCount = maxCount;
		this.count = count;
	}
	public int getCount(){
		return this.count;
	}
	//转换为字符串
	public String toString(){
		return this.word+":"+this.count;
	}
	//统计单词
	public void countWord(){
		if(count<maxCount){
			count+=1;
		}
	}
	@Override
	public int compareTo(Frequency o) {
		if(this.count>o.count) return 1;
		if(this.count<o.count) return -1;
		return 0;
	}	
}