单词统计

　　题目要求：

　　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。

　　题目要求文本文件操作，我只能在百度上找关于输入输出流操作文本文件的代码，学着自己从文件中读取，将字符串写入文件。有了这些基础之后，就可以做这个题了。我们可以将文本文件用java代码转为长字符串，然后再用split方法将其分割成字符串数组，每个字符串数组就存储一个单词。之后的统计和计算占比都根据这个字符串数组，设置一个计数count，循环统计就可以了，和之前做过的许多统计次数一样简单。输出前n个最常出现的单词，只需要求count数最多的n个单词，再输出即可。

　　代码如下：

　　

package piao;
import java.util.*;
import java.io.*;

class letter
{
private char l;
private int count;

public char getL() {
    return l;
}
public void setL(char l) {
    this.l = l;
}
public int getCount() {
    return count;
}
public void setCount(int count) {
    this.count = count;
}

public letter() {};
public letter(char l,int count) 
{
    this.l=l;
    this.count=count;
}
class word
{
    private String value;
    private int count;
    
    public String getValue() {
        return value;
    }
    public void setValue(String value) {
        this.value = value;
    }
    public int getCount() {
        return count;
    }
    public void setCount(int count) {
        this.count = count;
    }
    public word() {};
    public word(String value,int count)
    {
        this.value=value;
        this.count=count;
    }
}

public class Piaotxt {
    

    public void main(String[] args)throws FileNotFoundException, IOException {
        // TODO 自动生成的方法存根
        File file=new File("F:/java开发/piao.txt");
        BufferedReader br=new BufferedReader(new FileReader(file));
        FileOutputStream out=new FileOutputStream("F:/java开发/jieguo.txt");
        PrintStream p=new PrintStream(out);//文件写入流
        
        String s;
        int i=0;
        double b=0;
        int j=0;
      
        double sum=0;
        int count=0;
        s=br.readLine();
        char [] strArr1 = s.toCharArray();//转化为单个字符
        String []s1=s.split(" ");//以空格为分割划分每个单词
        word []w=new word[s1.length];
        
        for(i=0;i<strArr1.length;i++)
        {
            if(strArr1[i]!=' '||strArr1[i]!=','||strArr1[i]!='.')
                sum++;
        }//求全部字母数
        
        for(char ch='a';ch<'z';ch++)
        {
            count=0;//计数器
            for(i=0;i<strArr1.length;i++)
            {
                if(ch==strArr1[i]||strArr1[i]==ch-32)
                    count++;
            }
            if(count!=0)
                b=count/sum;
                System.out.print("字符中"+ch+"有"+count+"个");
                System.out.println("占比："+String.format("%.2f", b));
        
        }  
        
        for(i=0;i<s1.length;i++)
        {
            count=0;
            for(j=0;j<s1.length;j++)
            {
                if(s1[i].equals(s1[j]))
                {
                    count++;
                }
                
            }

                 w[i]=new word(s1[i],count);
        }
        
        word temp=new word();
        for(i=0;i<s1.length;i++)
        {
            for(j=0;j<s1.length-1;j++)
            {
                if(w[j].getCount()<w[j+1].getCount())
                {
                    temp=w[j];
                    w[j]=w[j+1];
                        w[j+1]=temp;    
                }
            }
            
        }
        
        for(i=0;i<w.length;i++)
        {
            System.out.println(w[i].getValue()+":"+w[i].getCount());
        }
    }
}
}