题目:
- 第0步 输出某个英文文本文件中26字母出现的频率,由高到低排列,并显示字母出现的百分比,精确到小数点后两位。
- 第1步 输出单个文件中前n个最常出现的英语单词。
设计思想:
1.利用BufferedReader读取文件,通过for循环进行遍历统计结果。
2.读取文件,定义变量key,和value记录单词和单词出现的次数,统计后按频率排序。
源代码:
package com.cute.wordcount;
import java.util.Scanner;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileReader;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.TreeMap;
import java.math.BigDecimal;
import java.text.DecimalFormat;
import java.text.NumberFormat;
import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Date;
/**
*
* @author cute
*
*
* 实现从文件中读入英文文章,统计单词个数,并按值从大到小输出
*/
public class WordCount {
static Scanner in =new Scanner(System.in);
static int qian;
public static void main(String[] args) throws Exception {
//读取文件内容
BufferedReader br = new BufferedReader(new FileReader("D:\\工作台\\工作台F\\piaopiao.txt"));
List<String> lists = new ArrayList<String>(); //存储过滤后单词的列表
String readLine = null;
while((readLine = br.readLine()) != null){
String[] wordsArr1 = readLine.split("[^a-zA-Z]"); //过滤出只含有字母的
for (String word : wordsArr1) {
if(word.length() != 0){ //去除长度为0的行
lists.add(word);
}
}
}
br.close();
//存储单词计数信息,key值为单词,value为单词数
Map<String, Integer> wordsCount = new TreeMap<String,Integer>();
//单词的词频统计
for (String li : lists) {
if(wordsCount.get(li) != null){
wordsCount.put(li,wordsCount.get(li) + 1);
}else{
wordsCount.put(li,1);
}
}
//按出现频率的大小进行排序
public static int SortMap(Map<String,Integer> oldmap){
ArrayList<Map.Entry<String,Integer>> list = new ArrayList<Map.Entry<String,Integer>>(oldmap.entrySet());
Collections.sort(list,new Comparator<Map.Entry<String,Integer>>(){
@Override
public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
return o2.getValue() - o1.getValue(); //降序
}
});
for(int i = 0; i<list.size(); i++){
// System.out.println(list.get(i).getKey()+ "\t出现的次数为: " +list.get(i).getValue());
//控制小数点
int a=list.get(i).getValue();
int b=list.size();
DecimalFormat df = new DecimalFormat("0.00");//格式化小数
String num = df.format((float)a/b);//返回的是String类型
System.out.println(list.get(i).getKey()+ "\t\n出现的次数为: " +list.get(i).getValue()+"\t出现的频率为"+num);
}
return 0;
}
public static int SortMap02(Map<String,Integer> oldmap){
ArrayList<Map.Entry<String,Integer>> list = new ArrayList<Map.Entry<String,Integer>>(oldmap.entrySet());
Collections.sort(list,new Comparator<Map.Entry<String,Integer>>(){
@Override
public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
return o2.getValue() - o1.getValue(); //降序
}
});
for(int i = 0; i<qian; i++){
// System.out.println(list.get(i).getKey()+ "\t出现的次数为: " +list.get(i).getValue());
//控制小数点
int a=list.get(i).getValue();
int b=list.size();
DecimalFormat df = new DecimalFormat("0.00");//格式化小数
String num = df.format((float)a/b);//返回的是String类型
System.out.println(list.get(i).getKey()+ "\t\n出现的次数为: " +list.get(i).getValue()+"\t出现的频率为"+num);
}
return 0;
}
}
/*
对单词统计
*/
package com.cute.wordcount;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.text.NumberFormat;
public class danci{
public class java {
}
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("D:\\\\工作台\\\\工作台F\\\\piaopiao.txt")));
int[] count = new int[26];
char[] c = new char[1];
int len = br.read(c);
while(len!=-1) {
if(c[0]<='Z'&&c[0]>='A') {
int number = c[0];
count[number-65]++;
// COUNT[number-65]++;
}
if(c[0]<='z'&&c[0]>='a') {
int number = c[0];
count[number-97]++;
}
len = br.read(c);
}
count=Paixu(count);
Print(count);
System.out.print("\nb.txt文件读取完毕!");
br.close();
}
public static int[] Paixu(int[] count)
{
int temp;
int size=count.length;
for(int i=0;i<size-1;i++)
{
for(int j=i+1;j<size;j++)
{
if(count[i]<count[j])
{
temp=count[j];
count[j]=count[i];
count[i]=temp;
}
}
}
return count;
}
public static void Print(int[] count) {
NumberFormat numberFormat = NumberFormat.getInstance();
// 设置精确到小数点后2位
numberFormat.setMaximumFractionDigits(2);
int sum=0;
for(int i=0;i<count.length;i++)
{
sum=count[i]+sum;
}
String[] a=new String[count.length];
for(int i=0;i<count.length;i++)
{
a[i] = numberFormat.format((float) count[i] / (float) sum * 100);
}
for(int i=0;i<26;i++) {
if(count[i]>0) {
char lowerCase = (char)(i+97);
System.out.println(lowerCase+"("+count[i]+")"+"("+a[i]+"%)");
}
}
}
}
实验截图: