Java实验-----统计英语单词

相关知识点：使用Scanner类和正则表达式来解析文件，以时间换空间。

（1）创建文件：

File file = new File("路径");

（2）创建Scanner的输入源：

Scanner sc = new Scanner(file);

（3）Scanner对象设置分隔标记：

sc.useDelimiter(pattern);

实验目的：掌握使用Scanner类解析文件。

实验要求：

（1）一共出现了多少个单词；

（2）一个有多少个不同的单词；

（3）按单词出现的频率大小顺序排列输出单词。

代码和注释都放在下面：

import java.io.File;
import java.io.FileNotFoundException;
import java.util.*;

public class WordStatistic{
    Vector<String> allWord,noSameWord;//Vector暂时可以理解为和ArrayList差不多
    File file = new File("D:\\Download\\a1.txt");//指定文件路径
    Scanner sc = null;
    String regex;
    WordStatistic(){
        allWord = new Vector<String>();
        noSameWord = new Vector<String>();
        regex = "[//s//d//p{Punct}]+";//正则表达式
        try {
            sc = new Scanner(file);//将文件作为输入源
            sc.useDelimiter(regex);//将regex作为分隔符
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
    }

    public void setFileNAme(String name){
        file = new File(name);
        try {
            sc = new Scanner(file);
            sc.useDelimiter(regex);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public void wordStatistic(){
        try {
            while(sc.hasNext()){//只要sc还有下一个单词，就继续往下读
                String word = sc.next();
                allWord.add(word);//将读到的单词加进allWord中
                if(!noSameWord.contains(word)){//将不同的单词加入到noSameWord中
                    noSameWord.add(word);
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public Vector<String> getAllWord(){
        return allWord;
    }

    public Vector<String> getNoSameWord(){
        return noSameWord;
    }
}

import java.util.Vector;

public class OutputWordMess {
    public static void main(String[] args) {
        Vector<String> allWord,noSameWord;
        WordStatistic statistic = new WordStatistic();
        statistic.setFileNAme("D:\\Download\\a1.txt");
        statistic.wordStatistic();
        allWord = statistic.getAllWord();
        noSameWord = statistic.getNoSameWord();
        System.out.println("共有" + allWord.size() + "个英文单词");
        System.out.println("有" + noSameWord.size() + "个互相不同的英文单词");
        System.out.println("按出现的频率排列:");
        int count[] = new int[noSameWord.size()];
        for (int i = 0; i < noSameWord.size(); i++) {
            String s1 = noSameWord.elementAt(i);//当前出现的单词
            for (int i1 = 0; i1 < allWord.size(); i1++) {
                String s2 = allWord.elementAt(i1);
                if(s1.equals(s2)){//与所有出现的单词进行比较，如果相同就+1，即增加其频率
                    count[i]++;
                }
            }
        }

        for(int m = 0;m < noSameWord.size();m++){
            for(int n = m + 1;n < noSameWord.size();n++){
                if(count[n] > count[m]){
                    String temp = noSameWord.elementAt(m);//暂时存放当前出现频率最高的单词
                    //下面代码:将出现频率高的单词与出现频率低的单词互换位置，到最后，noSameWord中就是按照出现频率高低来存放单词的
                    noSameWord.setElementAt(noSameWord.elementAt(n),m);
                    noSameWord.setElementAt(temp,n);
                    int t = count[m];
                    count[n] = t;
                }
            }
        }
        //按照出现频率输出单词
        for(int m = 0;m < noSameWord.size();m++){
            double frequency = (1.0 * count[m]) / allWord.size();
            System.out.printf("%s:% - 7.3f",noSameWord.elementAt(m),frequency);
        }
    }
}