JAVA:关键词统计

实验原理：

因为本次实验首先要从文件中读入每篇论文的关键词，我们需要创建一个缓冲流对象（BufferedReader bufferRead）对文件进行一行一行的读取（while((str = bufferRead.readLine())!=null)循环读取），读取出每行的字符串。因为每行的中的关键词是用分号‘;’进行分割的，所以使用str.split(";")将拆分每行的关键词，并将该行的关键词赋值给数组（String[] words = str.split(";");），再对每个关键词使用trim()去除字符串两端的空格。再创建一个哈希表，字符串作为键，整型数据作为值，用于记录关键词出现次数。当哈希表创建完成后根据值的大小进行逆序排序，再创建一个缓冲流对象（BufferedWriter bufferWrite）将“每个词+tab+词频”一行输入到“频次.txt”文件。

其中使用到了数组和哈希表这两个数据结构。使用数组的原因是因为数组能够将不同的关键词分开存储，便于区分不同关键词。使用哈希表的原因是它建立了关键词与词频的键值对关系，记录的不同关键词及其出现次数。

使用第一行数据为例：0 1 multidimensional knapsack problem;Machine learning;Meta RaPS;Path Relinking;Local search

将该行数据读入，经过分割之后存入数组，具体数组内容如下：

再创建一个哈希表，具体内容如下：

以上是对一行字符串的操作，对于整个文件来说，需要一行一行的执行操作，当有新关键词出现是，创建新的键值对（关键词为键，初始值为1），当遇到重复的关键词时，给对应的值+1。

二、最终代码

package task3;
//导入
import java.io.*;
import java.util.*;

public class WordFrequency {
	public static void main(String args[]) {
		File fRead = new File("关键词.txt");
		File fWrite = new File("频次.txt");
		//创建哈希表
		Map<String, Integer> map = new HashMap<>();
		try {
			Writer out = new FileWriter(fWrite);
            BufferedWriter bufferWrite = new BufferedWriter(out);
            
            Reader in = new FileReader(fRead);
            BufferedReader bufferRead = new BufferedReader(in);
            
            String str = null;
            //给哈希表赋值
            while((str = bufferRead.readLine())!=null) {
            	String[] words = str.split(";");//-- 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
            								//num -- 分割次数。默认为 -1, 即分隔所有。
            	for (String word : words) {
            		word = word.trim();
            	}
                for (String word : words) {
                    if (map.containsKey(word)) {//检查hashMap中是否存在指定的key对应的映射关系
                        map.put(word, map.get(word) + 1);//找到对应的键给相应的值+1
                    } else {
                        map.put(word, 1);//添加键值对（key-value）
                    }
                }
            }
            bufferRead.close();
            //根据值的大小进行，得到一个排序的列表，这个列表有键和值，且是按照值的大小排好序的
            List<Map.Entry<String, Integer>> list = new ArrayList<>(map.entrySet());
            Collections.sort(list, (o1, o2) -> o2.getValue()-o1.getValue());
            //通过循环逐个写入
            for (Map.Entry<String, Integer> entry : list) {
            	bufferWrite.write(entry.getKey() + "\t" + entry.getValue() + "\n");
            }
            bufferWrite.close();
		}
		catch(IOException e) {
			System.out.println(e.toString());
		}
	}
}

三、运行结果

输出文件结果截图