java实现文件单词频率统计

思路：  

1、将文件内容存入StringBuffer中。

  2、利用split()函数分割字符串，可按(“，”，“.”，“！”，“空格”，“回车”)分割，得到一个数组。  

3、遍历数组，将其放入一个Map <String,Integer>中,key=单词，value=单词出现的次数。  

4、如要求出文件中出现频率最高的几个单词，则要对Map进行排序。  

-----------------------------------------------------------------------------------------------------------------------------------------

  以下是实现一个文件中出现频率最高的单词的统计   FileWordCount.java主函数所在文件

 
import java.io.BufferedReader;
 import java.io.FileNotFoundException;
 import java.io.FileReader;
 import java.io.IOException;
 import java.util.*;
 
/**
  * Created by IntelliJ IDEA.
  * User: FLY
  * Date: 11-9-13
  * Time: 下午3:59
  * To change this template use File | Settings | File Templates.
  */
 public class FileWordCount {
     public static void main(String[] args) {
         try {
             BufferedReader br = new BufferedReader(new FileReader("D:\\test.txt"));
             String s;
             StringBuffer sb = new StringBuffer();
             while ((s = br.readLine()) != null) {
                 sb.append(s);
             }
             Map<String,Integer> map = new HashMap<String, Integer>();
             StringTokenizer st = new StringTokenizer(sb.toString(),",.! \n");
             while (st.hasMoreTokens()) {
                 String letter = st.nextToken();
                 int count;
                 if (map.get(letter) == null) {
                     count = 1;
                 } else {
                     count = map.get(letter).intValue() + 1;
                 }
                 map.put(letter,count);
             }
             Set<WordEntity> set = new TreeSet<WordEntity>();
             for (String key : map.keySet()) {
                 set.add(new WordEntity(key,map.get(key)));
             }
             // 自己拼接字符串，输出我们想要的字符串格式
             System.out.println("输出形式一：");
             for (Iterator<WordEntity> it = set.iterator(); it.hasNext(); ) {
                 WordEntity w = it.next();
                 System.out.println("单词:" + w.getKey() + " 出现的次数为： " + w.getCount());
             }
             // 直接打印 WordEntity 对象，实现我们想要的输出效果，只需在WordEntity类中重写toString()方法
             System.out.println("输出形式二：");
             for (Iterator<WordEntity> it = set.iterator(); it.hasNext(); ) {
                 WordEntity w = it.next();
                 System.out.println(w);
             }
             // 我们可以控制只输出前三名来
             System.out.println("输出形式三：");
             int count = 1;
             for (Iterator<WordEntity> it = set.iterator(); it.hasNext(); ) {
                 WordEntity w = it.next();
                 System.out.println("第" + count + "名为单词:" + w.getKey() + " 出现的次数为： "
                         + w.getCount());
                 if (count == 3)// 当输出3个后跳出循环
                     break;
                 count++;
             }
         } catch (FileNotFoundException e) {
             System.out.println("文件未找到~！");
         } catch (IOException e) {
             System.out.println("文件读异常~！");
         }
     }
 }
 
 
 
WordEntity.java文件
 
/**
  * Created by IntelliJ IDEA.
  * User: FLY
  * Date: 11-9-13
  * Time: 下午4:57
  * To change this template use File | Settings | File Templates.
  */
 public class WordEntity implements Comparable<WordEntity> {
     private String key;
     private Integer count;
     public WordEntity (String key, Integer count) {
         this.key = key;
         this.count = count;
     }
     public int compareTo(WordEntity o) {
         int cmp = count.intValue() - o.count.intValue();
         return (cmp == 0 ? key.compareTo(o.key) : -cmp);
         //只需在这儿加一个负号就可以决定是升序还是降序排列  -cmp降序排列，cmp升序排列
         //因为TreeSet会调用WorkForMap的compareTo方法来决定自己的排序
     }
 
    @Override
     public String toString() {
         return key + " 出现的次数为：" + count;
     }
 
    public String getKey() {
         return key;
     }
 
    public Integer getCount() {
         return count;
     }
 }
 

 
 
输出结果：
 
输出形式一：
 单词:is 出现的次数为： 4
 单词:my 出现的次数为： 2
 单词:very 出现的次数为： 2
 单词:word 出现的次数为： 2
 单词:a 出现的次数为： 1
 单词:are 出现的次数为： 1
 单词:boy 出现的次数为： 1
 单词:english 出现的次数为： 1
 单词:fool 出现的次数为： 1
 单词:good 出现的次数为： 1
 单词:hah 出现的次数为： 1
 单词:hello 出现的次数为： 1
 单词:hey 出现的次数为： 1
 单词:i 出现的次数为： 1
 单词:love 出现的次数为： 1
 单词:mary 出现的次数为： 1
 单词:much 出现的次数为： 1
 单词:name 出现的次数为： 1
 单词:ok 出现的次数为： 1
 单词:poor 出现的次数为： 1
 单词:so 出现的次数为： 1
 单词:sophie 出现的次数为： 1
 单词:you 出现的次数为： 1
 输出形式二：
 is 出现的次数为：4
 my 出现的次数为：2
 very 出现的次数为：2
 word 出现的次数为：2
 a 出现的次数为：1
 are 出现的次数为：1
 boy 出现的次数为：1
 english 出现的次数为：1
 fool 出现的次数为：1
 good 出现的次数为：1
 hah 出现的次数为：1
 hello 出现的次数为：1
 hey 出现的次数为：1
 i 出现的次数为：1
 love 出现的次数为：1
 mary 出现的次数为：1
 much 出现的次数为：1
 name 出现的次数为：1
 ok 出现的次数为：1
 poor 出现的次数为：1
 so 出现的次数为：1
 sophie 出现的次数为：1
 you 出现的次数为：1
 输出形式三：
 第1名为单词:is 出现的次数为： 4
 第2名为单词:my 出现的次数为： 2
 第3名为单词:very 出现的次数为： 2

　　原文地址

方法二

//CountWord.java
 
package com.xie.tencent;
 
import java.io.BufferedReader;
 import java.io.FileInputStream;
 import java.io.FileNotFoundException;
 import java.io.IOException;
 import java.io.InputStreamReader;
 import java.util.HashMap;
 
/**
  * 这个类用于统计某个单词在所有文件中出现的次数。
  * @author centre
  *
  */
 public class CounterWord {
     FileReader fr;
     private HashMap<String, Integer> hMap=new HashMap<String, Integer>();;
     
  public HashMap<String, Integer> gethMap() {
   return hMap;
  }
  /**
   * 这个构造方法用于持有对方引用
   * @author centre
   * @param f FileReader
   */
  public CounterWord(FileReader f) {
   fr=f;
  }
  /**
   * 根据传入的文件路径，打开文件，同时分析其中的单词个数，
   * 存放进一个HashMap
   * @author centre
   * @param path String 文件的绝对路径
   * @return 返回值貌似没用，在需要时可以接收
   */
  public boolean openFile(String path){
   boolean b=true;
   try {
        FileInputStream fis=new FileInputStream(path);
        BufferedReader br=new BufferedReader(new InputStreamReader(fis));
        try {
          String words=br.readLine();
          while (words!=null) {
           //System.out.println(words);
           String[] word=words.split(",");
           for (int i = 0; i < word.length; i++) {
          addWordCount(word[i]);
      }
           words=br.readLine();
     }
    } catch (IOException e) {
     System.out.println("文件读取异常。");
     e.printStackTrace();
    }
        
   } catch (FileNotFoundException e) {
    System.out.println("没有找到该文件:"+path);
    b=false;
    e.printStackTrace();
   }
   return b;
  }
  /**
   * 将单词放进map，同时统计单词出现的次数
   * @param word String 单词
   */
  private void addWordCount(String word) {
   if (hMap.containsKey(word)) {
    hMap.put(word, hMap.get(word).intValue()+1);
   }else {
    hMap.put(word, 1);
   }
  }