Java——检索一段话中出现次数最多的英文单词

今日看到一个题目，要求在给出的一段话中检索出出现频率最高的单词。现在此分享。

---

题目：

在下面这段话中，检索出出现次数最多的英文单词：
Look to the skies above London and you’ll see the usual suspects rainclouds, plane and pigeons. But by the end of the year, you might just see something else.

---

思路：

可以看到，这一段话中包含英文单词、空格、标点符号三种字符，若需要统计单词数，需要将标点符号、空格省略掉

做法：
1、在整个字符串中，先将标点符号替换成空格
2、将字符串按空格（一个或多个）分割
3、统计每个单词出现的次数

---

实现方法一：

package count;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Count {
    public static void main(String[] args) {
        long start = System.currentTimeMillis();

        String str = "Look to the skies above London and you'll see the usual suspects rainclouds, plane and pigeons. But by the end of the year, you might just see something else.";
        str = str.replace('\'', ' ');//将'号用空格替换
        str = str.replace(',', ' ');//将逗号用空格替换
        str = str.replace('.', ' ');//将句号用空格替换

        String[] strings = str.split("\\s+");   // “\\s+”代表一个或多个空格，是正则表达式
//      String[] strings = str.split(" +"); // “ +”在我的机器上也能代表一个或多个空格

        Map<String, Integer> map = new HashMap<String, Integer>();
        List<String> list = new ArrayList<String>();//存储每个不重复的单词

        for(String s : strings){
            if(map.containsKey(s)){//如果map中已经包含该单词，则将其个数+1
                int x = map.get(s);
                x++;
                map.put(s, x);
            }else{  //如果map中没用包含该单词，代表该单词第一次出现，则将其放入map并将个数设置为1
                map.put(s, 1);
                list.add(s);//将其添加到list中，代表它是一个新出现的单词
            }
        }

        int max=0;//记录出现次数最多的那个单词的出现次数
        String maxString = null;//记录出现次数最多的那个单词的值
        /*
         * 从list中取出每个单词，在map中查找其出现次数
         * 并没有真正排序，而只是记录下出现次数最多的那个单词
         */
        for(String s : list){
            int x = map.get(s);
            if(x>max){
                maxString = s;
                max = x;
            }
        }

        System.out.println(maxString);

        long end = System.currentTimeMillis();

        System.out.println("共耗时：" + (end - start) + "毫秒");
    }
}

---

实现方法二：

将map中的元素转换成用“键值对”表示的Entry，然后用一个列表（List）存储所有的Entry。
再使用Collections.sort()方法对List进行排序，并自己实现Comparator接口的方法。

package count;

import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;


public class Count2 {
    public static void main(String[] args) {
        long start = System.currentTimeMillis();
        String str = "Look to the skies above London and you'll see the usual suspects rainclouds, plane and pigeons. But by the end of the year, you might just see something else.";
        str = str.replace('\'', ' ');
        str = str.replace(',', ' ');
        str = str.replace('.', ' ');
        String[] strings = str.split("\\s+");// “\\s+”代表一个或多个空格，是正则表达式

        /*
         * 跟方法一一样 ，先存储每个单词及其个数
         * */
        Map<String, Integer> map = new HashMap<String, Integer>();
        for(String s : strings){
            if(map.containsKey(s)){
                int x = map.get(s);
                x++;
                map.put(s, x);
            }else{
                map.put(s, 1);
            }
        }
        /*
         * 构造一个包含“键值对”的List
         * */
        List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(map.entrySet());
        /*
         * 对List进行排序
         * 自己实现一个Comparator的匿名内部类，并实现compare方法
         * 使其根据出现的次数降序排列（因为我们需要的是出现最多的单词）
         * */
        Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
            @Override
            public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
                //降序排列
                return o2.getValue() - o1.getValue();
            }
        });

        /*
         * 输出出现次数最多的单词
         * */
        System.out.println(list.get(0).getKey());

        long end = System.currentTimeMillis();

        System.out.println("共耗时：" + (end - start) + "毫秒");
    }
}