单词统计

要求：用户需求：
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。

package 字母频率统计;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.text.DecimalFormat;
import java.util.*;
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.Map.Entry;
public class test2 {
    public static void danci() throws FileNotFoundException {
        File file=new File("D:/QQ/1920126082/FileRecv/c1.txt");                  //读取文件
        Scanner input=new Scanner(file);
        HashMap<String,Integer> hashMap=new HashMap<String,Integer>();
        while(input.hasNextLine()) {
            String line=input.nextLine();
            String[] lineWords=line.split("\W+");          
            Set<String> wordSet=hashMap.keySet();
            for(int i=0;i<lineWords.length;i++) {
                if(wordSet.contains(lineWords[i])) {
                    Integer number=hashMap.get(lineWords[i]);
                    number++;
                    hashMap.put(lineWords[i], number);  
                    }
                else {
                    hashMap.put(lineWords[i], 1);
                }
            }
        }
        for (String key : hashMap.keySet()) {
            System.out.println(key+"出现："+hashMap.get(key)+"次");
        }
    }
    
    public static void danci2() throws IOException {
        Scanner input=new Scanner(System.in);
        System.out.println("输入要统计的个数：");
        int n=input.nextInt();
        File file = new File("D:/QQ/1920126082/FileRecv/c1.txt");
        FileInputStream fis = new FileInputStream(file);
        InputStreamReader isr = new InputStreamReader(fis);

        int thechar;
        StringBuffer sb = new StringBuffer();
        HashMap<String, Integer> wordList = new HashMap<String, Integer>();
        
        while ((thechar = isr.read()) != -1) {
            char letter = (char) thechar;
            if ((letter >= 'a' && letter <= 'z')
                    || (letter >= 'A' && letter <= 'Z')) {
                sb.append(letter);
            } else if (sb.length() != 0) {
                String theword = new String(sb);
                if (wordList.containsKey(theword)) {
                    wordList.put(theword, wordList.get(theword) + 1);
                } else {
                    wordList.put(theword, 1);
                }
                sb.delete(0, sb.length());
            }
        }
        isr.close();
        
        List<Map.Entry<String, Integer>> words = new ArrayList<Map.Entry<String, Integer>>(
                wordList.entrySet());
        
        Collections.sort(words, new Comparator<Map.Entry<String, Integer>>() {

            @Override
            public int compare(Entry<String, Integer> o1,
                    Entry<String, Integer> o2) {
                return -(o1.getValue() - o2.getValue());
            }
        });
        System.out.println("读取的文件中出现频率最多的"+n+"个单词是：");
        int i = 0;
        for (Map.Entry<String, Integer> node : words) {
            if (i < n) {
                System.out.println(node.getKey() + " : " + node.getValue());
            } else {
                break;
            }
            i++;
        }
    }
    public static void zimu() {
        DecimalFormat df = new DecimalFormat("0.00%");
        try {
            char shu[] = new char[100000];
            char zimu[] = new char[52];
            int j=0;
            int count[]=new int[52];
            String pathname="D:/QQ/1920126082/FileRecv/c1.txt";
            File filename=new File(pathname);
            InputStreamReader reader=new InputStreamReader(new FileInputStream(filename));
            BufferedReader br=new BufferedReader(reader);
            String line[]=new String[100000];;  
            for(int i=0;i<line.length;i++){
            line[i]=br.readLine();  
            }
            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：");
            int a[]=new int[26];
            for(int i=0;i<26;i++)
            {
                
                a[i]=count[i]+count[i+26];              
                int max=a[0];               
                if(count[i]!=0) {                   
                    ci++;
                    sum+=count[i];          
                    System.out.println(ci+".字母"+zimu[i]+"或字母"+zimu[i+26]+"的出现次数是:"+a[i]);
                    }
            }
            for (int i = 0; i < 26; i++) {
                //System.out.println(zimu[i]+"或字母"+zimu[i+26]+"出现的百分比为:"+df.format(count[i]*1.0/sum));
            }
            System.out.println("字母共计："+sum+"个");
        }catch (Exception e) {
            e.printStackTrace();
        }
    }
    
    public static void menu() {
        System.out.println("*****************************");
        System.out.println("欢迎访问本系统");
        System.out.println("1.统计字母出现情况");
        System.out.println("2.统计不重复单词情况");
        System.out.println("3.统计出现次数前n个单词");
        System.out.println("0.退出");
        System.out.println("*****************************");
        System.out.println("请选择：");
    }
   public static  void main(String[] args) throws IOException   {
    
    Scanner shuru=new Scanner(System.in);
    int a=1;
    
    while(a!=0) {
        menu();
        a=shuru.nextInt();
        switch(a)
        {
        case 1:zimu();break;
        case 2:danci();break;
        case 3:danci2();break;
        case 0:a=0;break;
        default:a=0;break;
        }
    }
}
}