java输入函数多个数据_读取一篇英文文章，输出其中出现单词的次数最多的5个,写java函数...

读取一篇英文文章，输出其中出现单词的次数最多的5个,写java函数.

这个应该是效率很高的一个.

package org.credo.txt;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileReader;

import java.io.IOException;

import java.util.Collections;

import java.util.Comparator;

import java.util.HashMap;

import java.util.LinkedList;

import java.util.List;

import java.util.Map;

import java.util.Map.Entry;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class RunTxt {

/**

* @param args

* @throws IOException

*/

public static void main(String[] args) throws IOException {

System.out.println("开始读取文件.");

//读取

File file=new File("D:\\test.txt");

//FileReader 用于读取字符流。要读取原始字节流，请考虑使用 FileInputStream

FileReader fileReader=new FileReader(file);

//从字符输入流中读取文本，缓冲各个字符，从而实现字符、数组和行的高效读取。

BufferedReader reader=new BufferedReader(fileReader);

StringBuilder builder=new StringBuilder();

String line="";

//如果读取到的下行数据不是null就继续循环.

while ((line=reader.readLine())!=null) {

//得到txt的所有字符.

builder.append(line);

}

//关闭该流并释放与之关联的所有资源。

reader.close();

//正则表达式匹配计算

Pattern pattern=Pattern.compile("[a-zA-Z]+");

String allStr=builder.toString();

//创建匹配给定输入与此模式的匹配器。

Matcher matcher=pattern.matcher(allStr);

//因为不再是排序,所以用查询性能更好的HashMap

Map tempMap=new HashMap();

String word="";

int times=0;

int ii=0;

//Matcher的find方法,找到匹配正则的下个字符.找到返回true.

while (matcher.find()) {

//返回由以前匹配操作所匹配的输入子序列。

word=matcher.group();

System.out.println("word:"+word);

ii++;

//Map的key包含这个单词就+1.否则为1.

if(tempMap.containsKey(word)){

times=tempMap.get(word);

tempMap.put(word, times+1);

}else{

tempMap.put(word, 1);

}

}

System.out.println("i:"+ii);

//考虑到LinkedList做删除动作性能更好.所以采用LinkedList.而不是查询性能更好的ArrayList.

List> list=new LinkedList>(tempMap.entrySet());

//重写比较器

Comparator> comparator=new Comparator>() {

@Override

public int compare(Entry o1,

Entry o2) {

return o1.getValue().compareTo(o2.getValue());

}

};

//找到最大的5个,找到就删掉.

for(int i=0;i<5;i++){

//Collections.max,找到集合中最大的.

Map.Entry entry=Collections.max(list,comparator);

String key=entry.getKey();

Integer value=entry.getValue();

list.remove(entry);

System.out.println("key:"+key+".value:"+value+".被删除的entry:"+entry);

}

}

}

这个是被大家说的效率低的一个,

package org.credo.txt;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileReader;

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.util.regex.Matcher;

import java.util.regex.Pattern;

public class ComputeTxt {

/**

* @throws Exception

*

*/

public static void main(String[] args) throws Exception{

System.out.println("开始读取文件.");

//读取

File file=new File("D:\\test.txt");

FileReader fileReader=new FileReader(file); //FileReader 用于读取字符流。要读取原始字节流，请考虑使用 FileInputStream

BufferedReader reader=new BufferedReader(fileReader); //从字符输入流中读取文本，缓冲各个字符，从而实现字符、数组和行的高效读取。

StringBuilder builder=new StringBuilder();

String line="";

while ((line=reader.readLine())!=null) {

builder.append(line);

}

reader.close();//关闭该流并释放与之关联的所有资源。

//正则表达式匹配计算,使用Map接口排序性能最好的TreeMap类.

Pattern pattern=Pattern.compile("[a-zA-Z]+");

String allWord=builder.toString();

Matcher matcher=pattern.matcher(allWord);

Map tempMap=new TreeMap();

String word="";

int count=0;

int ii=0;

while (matcher.find()) {

word=matcher.group();

System.out.println("word:"+word);

ii++;

if(tempMap.containsKey(word)){

count=tempMap.get(word);

tempMap.put(word, count+1);

}else{

tempMap.put(word, 1);

}

}

System.out.println("i:"+ii);

List> list=new ArrayList>(tempMap.entrySet());

Comparator> comparator=new Comparator>() {

@Override

public int compare(Entry o1,

Entry o2) {

return o1.getValue().compareTo(o2.getValue());

}

};

Collections.sort(list,comparator);

int last = list.size() - 1;

for (int i = last; i > last - 5; i--) {

String key = list.get(i).getKey();

Integer value = list.get(i).getValue();

System.out.println(key + " :" + value);

}

System.out.println("Over");

}

}

问题是如果数据量非常大的话,就是文本内容有一本新华字典,这方法应该也不行,内存直接溢出.有什么好办法没?

题目是在@abian的原发http://www.oschina.net/code/snippet_855019_15327看到的,正好自己也没什么事,对这个也感兴趣,就自己跑去写了下代码.该来改去的.汗.