统计单词

题目：

英语的26 个字母的频率在一本小说中是如何分布的？ 某类型文章中常出现的单词是什么？ 某作家最常用的词汇是什么？ 《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。

设计思想：

 首先实现读取相关输出文件，由于自己所找的英文书记非英文标准语法，错误甚多，程序只支持标准，造成输出结果混乱。

然后遍历文件中的内容，从英文字母：A-Z，a-z ，分别进行数组值的加减。一个数组存字母，另外一个存字母对应的出现次数。

最后根据记录字母出现次数的数组计算出频率，得到结果。

上述是自己当时的设计思路，但是实现时在两个数组进行对应时，一直思考不过去，后来，同学的做法减少了自己设计思想中的利用数组存取字母的方法，即利用switch--case语句，很好的解决了自己的疑惑。

源代码：

package ceshi;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
public class ceshi1 {
     public static void main(String args[]) {
            try {
                char shu[] = new char[1000000];
                char zimu[] = new char[52];
                int j=0;
                int count[]=new int[52];
                String pathname="F:\飘英文版.txt";
                File filename=new File(pathname);
                InputStreamReader reader=new InputStreamReader(new FileInputStream(filename));
                BufferedReader br=new BufferedReader(reader);
                String line[]=new String[350];    
                for(int i=0;i<line.length;i++){
                line[i]=br.readLine(); 
                System.out.println(line[i]);
                }
                
                br.close();
                int k=0;
                 while(line[k]!=null) {
                     for(int i=0;i<line[k].length();i++) {                                
                          shu[j]=line[k].charAt(i);
                          j++;                     
                     }
                 k++;
                }    
                for(int i=0;i<shu.length;i++) {
                     switch(shu[i]) {
                     case 'a':zimu[0]='a';count[0]++;break;
                     case 'b':zimu[1]='b';count[1]++;break;
                     case 'c':zimu[2]='c';count[2]++;break;
                     case 'd':zimu[3]='d';count[3]++;break;
                     case 'e':zimu[4]='e';count[4]++;break;
                     case 'f':zimu[5]='f';count[5]++;break;
                     case 'g':zimu[6]='g';count[6]++;break;
                     case 'h':zimu[7]='h';count[7]++;break;
                     case 'i':zimu[8]='i';count[8]++;break;
                     case 'j':zimu[9]='j';count[9]++;break;
                     case 'k':zimu[10]='k';count[10]++;break;
                     case 'l':zimu[11]='l';count[11]++;break;
                     case 'm':zimu[12]='m';count[12]++;break;
                     case 'n':zimu[13]='n';count[13]++;break;
                     case 'o':zimu[14]='o';count[14]++;break;
                     case 'p':zimu[15]='p';count[15]++;break;
                     case 'q':zimu[16]='q';count[16]++;break;
                     case 'r':zimu[17]='r';count[17]++;break;
                     case 's':zimu[18]='s';count[18]++;break;
                     case 't':zimu[19]='t';count[19]++;break;
                     case 'u':zimu[20]='u';count[20]++;break;
                     case 'v':zimu[21]='v';count[21]++;break;
                     case 'w':zimu[22]='w';count[22]++;break;
                     case 'x':zimu[23]='x';count[23]++;break;
                     case 'y':zimu[24]='y';count[24]++;break;
                     case 'z':zimu[25]='z';count[25]++;break;
                     case 'A':zimu[26]='A';count[26]++;break;
                     case 'B':zimu[27]='B';count[27]++;break;
                     case 'C':zimu[28]='C';count[28]++;break;
                     case 'D':zimu[29]='D';count[29]++;break;
                     case 'E':zimu[30]='E';count[30]++;break;
                     case 'F':zimu[31]='F';count[31]++;break;
                     case 'G':zimu[32]='G';count[32]++;break;
                     case 'H':zimu[33]='H';count[33]++;break;
                     case 'I':zimu[34]='I';count[34]++;break;
                     case 'J':zimu[35]='G';count[35]++;break;
                     case 'K':zimu[36]='K';count[36]++;break;
                     case 'L':zimu[37]='L';count[37]++;break;
                     case 'M':zimu[38]='M';count[38]++;break;
                     case 'N':zimu[39]='N';count[39]++;break;
                     case 'O':zimu[40]='O';count[40]++;break;
                     case 'P':zimu[41]='P';count[41]++;break;
                     case 'Q':zimu[42]='Q';count[42]++;break;
                     case 'R':zimu[43]='R';count[43]++;break;
                     case 'S':zimu[44]='S';count[44]++;break;
                     case 'T':zimu[45]='T';count[45]++;break;
                     case 'U':zimu[46]='U';count[46]++;break;
                     case 'V':zimu[47]='V';count[47]++;break;
                     case 'W':zimu[48]='W';count[48]++;break;
                     case 'X':zimu[49]='X';count[49]++;break;
                     case 'Y':zimu[50]='Y';count[50]++;break;
                     case 'Z':zimu[51]='Z';count[51]++;
                     }
                }    
                int ci=0;
                int sum=0;
                System.out.println("短文中各字母出现情况统计如下：");
                for(int i=0;i<52;i++)
                {
                    if(count[i]!=0) {
                        ci++;
                        sum+=count[i];
                        }
                } 

               ci=0;
                for(int i=0;i<52;i++)
                {
                    if(count[i]!=0) {
                        ci++;
                        System.out.println(count[i]);
                        double a=(double) ((Math.round(count[i]*100)/100.0)/sum)*100;
                       double b= (double) (Math.round(a*100)/100.0);
                        System.out.println(ci+".字母"+zimu[i]+"的出现频率是:"+b);
                        }
                }
                System.out.println("字母共计："+sum+"个");
            }catch (Exception e) {
                e.printStackTrace();
            }
        }

    }

运行结果：