单词统计

一、题目要求

　　《哈利波特》 中最常用的短语是什么，等等。我们就写一些程序来解决这个问题，满足一下我们的好奇心。第0步：输出某个英文文本文件中 26 字母出现的频率，由高到低排列，并显示字母出现的百分比，精确到小数点后面两位。字母频率 = 这个字母出现的次数 / （所有A-Z，a-z字母出现的总数）。如果两个字母出现的频率一样，那么就按照字典序排列。  如果 S 和 T 出现频率都是 10.21%， 那么， S 要排在T 的前面。第1步：输出单个文件中的前 N 个最常出现的英语单词。作用：一个用于统计文本文件中的英语单词出现频率。单词：以英文字母开头，由英文字母和字母数字符号组成的字符串视为一个单词。单词以分隔符分割且不区分大小写。在输出时，所有单词都用小写字符表示。英文字母：A-Z，a-z字母数字符号：A-Z，a-z，0-9。第1步：输出单个文件中的前 N 个最常出现的英语单词。分割符：空格,非字母数字符号 例：good123是一个单词，123good不是一个单词。good，Good和GOOD是同一个单词。

二、代码

package dao;import java.io.BufferedReader;import java.io.FileReader;import java.io.IOException;import java.text.NumberFormat;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.Scanner;

public class Dao{

    static String str;

    static boolean flag=true;

    static int i;

    static int j;

    static int m;

    static Scanner scan=new Scanner(System.in);

    public static void main(String[] args) {

        System.out.println("运行成功,请稍等!");

        readFile();

        while(flag) {

            System.out.print("输入1查询字母所占的比例，输入2查询占前几个的单词,输入3退出:");

            int n=scan.nextInt();

            switch(n) {

            case 1:

                findletter();//查询字母所占比例

                break;

            case 2:

                findword();//查询单词所占的比例

                break;

            case 3:

                System.out.println("退出成功!");

                flag=false;

                break;

            }

        }

    }

    public static  void readFile() {

        String pathname = "Harry Potter and the Sorcerer's Stone.txt"; //这里为要统计的文本文档名，同时需要将该文档导入到本工程中try (FileReader reader = new FileReader(pathname);

             BufferedReader br = new BufferedReader(reader)

        ) {

            String line;

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

                str+=line;

            }

        }

        catch (IOException e) {

            e.printStackTrace();

        }

    }

    public static void findletter() {

        char s[]=str.toCharArray();

        int[] a=new int[52];

        char[] b=new char[52];

        String str1="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";

        b=str1.toCharArray();

        for(j=0;j<str.length();j++) {

            if(s[j]>='a'&&s[j]<='z') {

                m=s[j]-'a';

                a[m]++;

            }

            else if(s[j]>='A'&&s[j]<='Z') {

                m=s[j]-'A'+26;

                a[m]++;

            }

        }

        int t = 0;

        char ts;

        for(i=0;i<52;i++) {

            for(j=i+1;j<52;j++) {

                if(a[i]<a[j]) {

                    t=a[i];

                    a[i]=a[j];

                    a[j]=t;

                    ts=b[i];

                    b[i]=b[j];

                    b[j]=ts;

                }

            }

        }

        double sum=0;

        for(i=0;i<52;i++) {

            sum+=a[i];

        }

        NumberFormat nt = NumberFormat.getPercentInstance();

        nt.setMinimumFractionDigits(2);

        for(i=0;i<52;i++) {

            System.out.println(b[i]+" "+nt.format(a[i]/sum*1.0));

        }

    }

    public static void findword() {

        str.toLowerCase(); // 将str转换为小写

        String[] words = str.split("[^(a-zA-Z)]+");  // 非单词的字符来分割，得到所有单词

        Map<String ,Integer> map = new HashMap<String, Integer>() ;

        for(String word :words){

            if(map.get(word)==null){  // 若不存在说明是第一次，则加入到map,出现次数为1

                map.put(word,1);

            }else{

                map.put(word,map.get(word)+1);  // 若存在，次数累加1            }

        }

        // 排序

       List<Map.Entry<String ,Integer>> list = new ArrayList<Map.Entry<String,Integer>>(map.entrySet());

        Comparator<Map.Entry<String,Integer>> comparator = new Comparator<Map.Entry<String, Integer>>() {

            public int compare(Map.Entry<String, Integer> left, Map.Entry<String, Integer> right) {

             int i=left.getValue()-right.getValue();

                if(i==0) {

                 return (right.getKey().compareTo(left.getKey()));

                }

                return (left.getValue().compareTo(right.getValue()));

            }

        };

      

        // 集合默认升序        Collections.sort(list,comparator);

        int n=list.size();

        System.out.println("一共有"+n+"种单词");

        System.out.println("请输入你要排序前几个单词：");

        Scanner scanner=new Scanner(System.in);

        n=scanner.nextInt();

        for(int i=0;i<n;i++){// 由高到低输出

            System.out.println(list.get(list.size()-i-1).getKey() +":"+list.get(list.size()-i-1).getValue());

        }    

    }

}

三、运行结果