kwic--Java统计单词个数并按照顺序输出

 

是一个统计文件中单词个数，并按照个数从大到小输出的。输入文件名OK 了

单词是按照首字母排序的，，，里面用到映射等，，，注意重写比较函数，因为我们是要按值排序，而不是一般的按照键排序，，，，我们要输出的由多到少的个数，，，有个数是重复的

由于我们要按照个数多少排序，所以记得重写比较函数，为啥不能让数字做键，因为键不能重复，所以这里单词是键，OK 。

 1 str.split("\s+");这里记录分隔符

 2 正则表达式,
\d表示 0-9 的数字,
\s表示 空格,回车,换行等空白符,
\w表示单词字符(数字字母下划线)
+号表示一个或多个的意思

代码：

package calnum;

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.nio.Buffer;
import java.nio.ShortBuffer;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.Scanner;
import java.util.TreeMap;

import javax.swing.Spring;
import javax.swing.text.html.parser.Entity;

public class calwordnum{

    public String readfile() throws IOException {
        String all = null;
        // System.out.print("##########################");
        Scanner cin = new Scanner(System.in);
        System.out.print("plz input file name:");
        String filename = cin.next();
        FileReader read = new FileReader(filename);
        BufferedReader re = new BufferedReader(read);
        StringBuffer strbuf = new StringBuffer();

        String ss;
        while ((ss = re.readLine()) != null) {
            strbuf.append(ss);
        //读全文
        }

        return strbuf.toString();

    }

    //
    public String[] input(String str) {
        String[] arr = str.split("\s+");

        return arr;
    }

    public void putmap(List<String> ls) {
        String temp, theword = null;
        int flage = 0;
        theword = ls.get(0);
        Map<String, Integer> map = new HashMap<String, Integer>();
        Iterator it = ls.iterator();
        while (it.hasNext()) {
            // System.out.println("sss"+it.next().toString());
            temp = it.next().toString();

            if (temp.equals(theword)) {
                flage++;
                continue;
            } else {
                map.put(theword, flage);
                flage = 1;
                theword = temp;

            }
        }

        map.put(theword, flage);
        //重写比较方法，treemap按值排序。用两个map 比较函数需要参数
        ValueComparator bvc =  new ValueComparator(map);  
       Map<String,Integer> map2 = new TreeMap<String,Integer>(bvc);  
       map2.putAll(map);
        Iterator mapit = map2.entrySet().iterator();
        while (mapit.hasNext()) {
            Entry tr = (Entry) mapit.next();
            
            String num = (String) tr.getKey();
            int sa = (Integer) tr.getValue();
            System.out.println("this word:"+num + " has:" + sa + "个");
        }

    }

    // /
    public static void main(String[] args) throws IOException {
        // TODO Auto-generated method stub
        List<String> ls = new ArrayList<String>();

        calwordnum ca = new calwordnum();

        String allword = ca.readfile();
        String[] arr = ca.input(allword);
        for (int i = 0; i < arr.length; i++) {

            ls.add(arr[i].toLowerCase());
        }

        Collections.sort(ls);
        display(ls);
        ca.putmap(ls);

    }

    @Override
    public boolean equals(Object obj) {
        // TODO Auto-generated method stub
        return super.equals(obj);
    }

    private static void display(List<String> ls) {
        // TODO Auto-generated method stub

        for (String s : ls)
            System.out.println(s);
    }    
    
}
//
class ValueComparator implements Comparator<String> {  
      
    Map<String, Integer> base;  
    public ValueComparator(Map<String, Integer> base) {  
        this.base = base;  
    }  
  
        
    public int compare(String a, String b) {  
        if (base.get(a) >=base.get(b)) {  
            return -1;  //注意   不要返回0 会删除重复
        } 
        
        else {  
            return 1;  
        } 
    }  
}  

不截图了，运行了之后输入文件名就行，如果你的分隔符不是//s+能满足的，麻烦自行修改。出来的结果就是单词，单词个数，有考虑步骤的地方。望批评指正