文本信息熵

熵代表信息的紊乱程度，用公式表示为：

public class InfoEntropy {

	// 代表每个字母的出现的频率。
	public int[] count = new int[26];
	
	private double entropy;
	
	private int sumCount ;
	
	public InfoEntropy(String str){
		// 不区分大小写
		String lowStr = str.toLowerCase();
		for(int i = 0; i < lowStr.length(); i++){
			if (lowStr.charAt(i) >= 'a' && lowStr.charAt(i) <= 'z'){
				count[lowStr.charAt(i) - 'a']++;
				sumCount++;
			}
		}
		calEntropy();
	}
	
	//将频率作为概率，否者double值太小。
	public void calEntropy(){
		for(int i = 0; i < this.count.length; i++){
			if (count[i] == 0){
				continue;
			}
			this.entropy -= (double)((count[i]) * (Math.log((double)(count[i]))/ Math.log(2)));
		}
	}
	
	public double getEntropy(){
		return this.entropy;
	}
	
	public static void main(String[] args){
		String test = "I am a dog.";
		InfoEntropy entropy = new InfoEntropy(test);
		System.out.println(entropy.getEntropy());
	}
}