【java文本处理】实现txt文档中汉字频率排序及输出频率最高的前十个汉字

本文链接：https://blog.csdn.net/yangdan1025/article/details/86714025

01. 目的

java编程实现统计文档中汉字出现的频率，将汉字出现频率按高频到低频排序，并输出频率最高的前十个汉字。

02. 主要实现方法

（1）首先按行读出txt文档中的内容：.readLine()；

按行读出后取出每行中的字符： .charAt(i);

（2）构建了HashMap对象，用于存放文档中出现的汉字及其出现的频率。键对应字符，值对应字符出现的次数。

HashMap<Character,Integer> hm = new HashMap<Character,Integer>();

判断汉字是否重复出现（汉字即为map中的键）：用map类的containsKey（）方法；

取出该键中的值（即汉字出现的频率）：.get(key) ;

（3）重写public int compare(Object o1, Object o2) 方法，用Comparator类中的compare(T o1,T o2)对汉字频率比较大小。

可参考博文：【Java】Collections.sort() 方法 —— Comparable、Comparator接口

compare(T o1, T o2)是中的o1,o2代表什么，是怎么实现排序的？怎么和compareTo()配合使用？

o1和o2每次只取一个数据，就一次只比较两个数据，假如比较7，8，9，5，6，那么第一次比较o1先取8，o2取7（很奇怪，我当时以为是顺着取值，但是很奇怪，他是相邻两个值逆着取值），接下来配合compareTo（）实现这两个数的排序，o1.compareTo（o2）会返回一个int值，如果0说明o1和o2相等，如果返回负值，那么o1和o2会倒序排序，返回正值，那么o1和o2会正序排序。返回值之后这两个值就进行了排序，至此，这两个值已经排序好了，接下来第二次排序，o1取9，o2取8，第三次o1取5，o2取9…

（4）通过entrySet()方法将map集合中的映射关系取出导入List动态数组，用Collections.sort（）对值进行排序

（5）使用迭代器Iterator取出map中的键和对应的值。

Iterator<Map.Entry<Character, Integer>> iter = list.iterator();

03. 程序代码(sequence.java)

/* 
* 功能：* 对文档中汉字出现频率进行排序
*       * 在控制台打印频率最高的前十个汉字
* @author WTCLAB_yd
*
*/
import java.io.*;//导入io类包
import java.util.*;//导入util类包
public class sequence {
   
    public static void main(String[] args){
   
		File file=new File(args[0]);//建立读入文件对象   
		BufferedReader buf=null;	
        try{
   
            buf = new BufferedReader(new FileReader(file));//定义字符读取(缓冲)流并赋值
            String value = null; //定义一个临时接收文件中的字符串变量
            String newValue = "";    //接收文件中所有字符串的变量
            while((value = buf .readLine())!=null){
   
			for(int i=0;i<value.length();i++){
   //开始读取文件中的字符
			if(value.charAt(i)>=0x4e00 && value.charAt(i)<=0x9fbb){
   
                newValue = newValue+value.charAt(i);    //存入newValue变量中
            }
			}
			}
            char[] ch = newValue.toCharArray();//把newValue变成字符数组(Collections. reverseOrder())
            HashMap<Character,Integer> hm = new HashMap<Character,Integer>();//构建了一个新的HashMap对象，赋予变量hm.键对应字符，值对应字符出现的次数
            for(int j = 0;j<ch.length;j